PulseAugur
中
实时 17:34:45
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

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