PulseAugur
中
实时 23:14:16
English(EN) Keyword spotting using convolutional neural network for speech recognition in Hindi

CNN 在印地语语音识别关键词识别中达到 91.79% 的准确率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种使用卷积神经网络 (CNN) 的印地语语音识别关键词识别系统。该系统在 40,000 个音频样本上进行了训练，并将梅尔频率倒谱系数 (MFCC) 作为 CNN 的输入。对各种 CNN 架构进行的实验表明，在识别连续印地语语音中的关键词方面，准确率达到了显著的 91.79%，强调了计算效率和用户特定定制。 AI

影响 引入了一种新颖的基于 CNN 的印地语关键词识别方法，有望提高设备上语音命令的准确性和定制性。

排序理由 这是一篇详细介绍印地语语音识别关键词识别新方法的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CNN 在印地语语音识别关键词识别中达到 91.79% 的准确率

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍印地语语音识别关键词识别新方法的学术论文。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
157 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Saru Bharti, Pushparaj Mani Pathak ·

    使用卷积神经网络进行印地语语音识别的关键词识别

    arXiv:2605.02928v1 Announce Type: cross Abstract: In this study, we investigate the application of keyword spotting (KWS) in the domain of Hindi speech recognition, utilizing a dataset comprising 40,000 audio samples. With a sampling rate of 44 kHz and an average duration of 1.9 …

相关实体

相关话题