Bacheloroppgave 2018
Studium: Dataingeniør
Tittel - norsk: Ende-til-ende talegjenkjenning med
recurrent neural networks og connectionist temporal
classification |
Oppgave
nr.: 61 |
||
Oppgavestiller: NTNU /
IDI |
|||
|
Kontaktperson:
Ole Christian Eidheim |
||
|
Telefon:
73559574 |
E-postadresse:
ole.c.eidheim@ntnu.no |
|
|
Postadresse: |
||
Studenter:
Anita Kristine Aune, Marit Sundet-Holm |
|||
Veileder
ved NTNU: Ole Christian Eidheim |
|||
|
|||
Sammendrag: Med inspirasjon både fra tidligere forskning innen talegjenkjenning, som eksempelvis "Deep Speech: Scaling up end-to-end speech recognition" av Baidu Research (2014), samt allerede eksisterende ende-til-ende løsninger, er hovedfokuset for denne bacheloroppgaven å skape et enkelt, fungerende ende-til-ende talegjenkjenningssystem ved hjelp av nevrale nettverk. I løsningen vil vi bruke nevrale nettverk som recurrent neural networks (RNN), i tillegg til komponenter som connectionist temporal classification (CTC) – en teknikk som forenkler trening av ende-til-ende nettverk. Vi vil bygge et nettverk hovedsakelig bestående av en RNN-CTC-struktur, og vil måle nøyaktigheten av systemet ved hjelp av ordfeilsraten (word error rate - WER). Avhengig av utfallet vil vi justere parametere i det nevrale nettverket for å se om WER kan forbedres, og sammenligne resultatene. Hovedmålet er å se om vi kan skape et fungerende ende-til-ende talegjenkjenningssystem kun bestående av nevrale nettverk, og å skape et solid grunnlag for videre arbeid.
|
|||
|
|||
|
Normalsituasjonen: Studentene har selv
alle rettigheter knyttet til resultatet fra bacheloroppgaven, med de unntak
som er beskrevet over. |
||
|
Oppdragsgiveren har rettighetene og kan utnytte
produktet kommersielt og videreutvikle produktet/metoden. Instituttet vil
ikke utnytte produktet kommersielt, men vil kunne
arbeide videre med den grunnlagskompetansen som er vunnet gjennom prosjektet,
som beskrevet over. |
||
X |
Resultatene fra arbeidet legges ut som OpenSource iht lisens GNU GPL (https://www.gnu.org/licenses/gpl-3.0.en.html) |
||
|
Bacheloroppgaven (det skriftlige arbeidet) skal være
undergitt utsatt offentliggjøring i ____ (maks 3) år. |
||