kaz29Вестник Казахстанско-Британского технического университетаHerald of the Kazakh-British Technical University1998-66882959-8109Казахстанско-Британский Технический Университетkaz29-134Research ArticleФИЗИКО-МАТЕМАТИЧЕСКИЕ И ТЕХНИЧЕСКИЕ НАУКИPHYSICAL, MATHEMATICAL AND TECHNICAL SCIENCESАВТОМАТИЧЕСКОЕ РАСПОЗНАВАНИЕ КАЗАХСКОЙ РЕЧИ С ИСПОЛЬЗОВАНИЕМ DNNAUTOMATIC KAZAKH SPEECH RECOGNITION WITH DNNМамырбаевО. Ж.MamyrbayevO.

PhD

ТұрдалыұлыМ.TurdalyulyM.

докторант, НС

МекебаевН. О.MekebayevN.

докторант, НС

ТұрдалықызыТ.TurdalykyzyT.

инженер-программист

ШаяхметоваА. С.ShayakhmetovaA.

руководитель проекта

Институт информационных и вычислительных технологий КН МОН РККазахстанИнститут информационных и вычислительных технологий КН МОН РК; Казахский Национальный университет им. аль-ФарабиКазахстан201907112021162134142Copyright © Мамырбаев О.Ж., Тұрдалыұлы М., Мекебаев Н.О., Тұрдалықызы Т., Шаяхметова А.С., 20212021Мамырбаев О.Ж., Тұрдалыұлы М., Мекебаев Н.О., Тұрдалықызы Т., Шаяхметова А.С.Mamyrbayev O., Turdalyuly M., Mekebayev N., Turdalykyzy T., Shayakhmetova A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.kbtu.edu.kz/jour/article/view/134

В этой работе описано одно из направлений в области искусственного интеллекта системы распознавания речи. Сравнивая речи казахского и других языков, определили главные проблемы автоматического распознавания данного языка. Одним из главных проблем является отсутствие речевых данных, для чего проводились работы по сбору акустических данных казахского языка. В целях дальнейшего продолжения исследовательских работ, связанных с казахским языком, были идентифицированы личные данные дикторов. Описаны алгоритмы обработки речевых сигналов, осуществлено обучение по акустическому и языковому моделированию, проведены исследовательские и практические работы. Получены тестовые результаты распознавания речи с помощью глубоких нейронных сетей. Рассмотрены сравнения с результатами традиционных моделей и определены лучшие стороны глубоких нейронных сетей DNN - Deep Neural Network.

This paper describes one of the areas in the field of artificial intelligence speech recognition systems. Comparing the speeches o f Kazakh and other languages, they identified the main problems of automatic recognition of this language. One of the main problems is the lack of speech data, for which work was carried out to collect acoustic data of the Kazakh language. In order to continue the research work related to the Kazakh language, the personal data of the announcers were identified. Algorithms for processing speech signals, learning acoustic and language modeling are described and research and practical work is carried out. Test results of speech recognition using deep neural networks were obtained. Comparisons with the results of traditional models and the best DNN (Deep Neural Network) aspects.

распознавание речи казахского языкасистемы распознавания речиглубокие нейронные сетиDNNобработка речевых сигналовKazakh language speech recognitionspeech recognition systemsdeep neural networksDNN speech processingReferencesStouten F., Duchateau J., Martens J.-P., Wambacq P. Coping with disfluencies in spontaneous speech recognition: acoustic detection and linguistic context manipulation // Speech Communication. 2006. Vol. 48. pp. 1590-1606.Stouten F., Duchateau J., Martens J.-P., Wambacq P. Coping with disfluencies in spontaneous speech recognition: acoustic detection and linguistic context manipulation // Speech Communication. 2006. Vol. 48. pp. 1590-1606.Tsiaras V., Panagiotakis C., Stylianou Y. Video and audio based detection of filled hesitation paus­es in classroom lectures // Proc. o f the 17th European Signal Processing Conference (EUSIPCO 2009). Glasgow, Scotland, August 24-28, 2009. pp. 834-838.Tsiaras V., Panagiotakis C., Stylianou Y. Video and audio based detection of filled hesitation paus­es in classroom lectures // Proc. o f the 17th European Signal Processing Conference (EUSIPCO 2009). Glasgow, Scotland, August 24-28, 2009. pp. 834-838.Psutka J., Ircing P., Psutka J. V., Hajic J., Byrne W. J., Mirovsky J. Automatic Transcription of Czech, Russian, and Slovak Spontaneous Speech in the M ALACH Project // Proceedings of Eurospeech. Lisboa. Portugal. Sept. 4-8. 2005. pp. 1349-1352.Psutka J., Ircing P., Psutka J. V., Hajic J., Byrne W. J., Mirovsky J. Automatic Transcription of Czech, Russian, and Slovak Spontaneous Speech in the M ALACH Project // Proceedings of Eurospeech. Lisboa. Portugal. Sept. 4-8. 2005. pp. 1349-1352.Young S. et al. The HTK Book (for HTK Version 3.4). Cambridge. UK, 2009. 375 p.Young S. et al. The HTK Book (for HTK Version 3.4). Cambridge. UK, 2009. 375 p.Karpov A., Kipyatkova I., Ronzhin A. Very Large Vocabulary A SR for Spoken Russian with Syntactic and Morphemic Analysis. In Proc. INTERSPEECH-2011, Florence, Italy, 2011, pp. 3161-3164.Karpov A., Kipyatkova I., Ronzhin A. Very Large Vocabulary A SR for Spoken Russian with Syntactic and Morphemic Analysis. In Proc. INTERSPEECH-2011, Florence, Italy, 2011, pp. 3161-3164.Serizel, R., Giuliani, D.: Vocal tract length normalization approaches to DNN-Based children’s and adults’ speech recognition. IEEE W orkshop on Spoken Language Technology, pp. 135-140. 2014.Serizel, R., Giuliani, D.: Vocal tract length normalization approaches to DNN-Based children’s and adults’ speech recognition. IEEE W orkshop on Spoken Language Technology, pp. 135-140. 2014.Behbahani, Yasser Mohseni, Babaali, Bagher, Turdalyuly Mussa Persian sentences to phoneme sequences conversion based on recurrent neural networks // Open Computer Science. - 2016. - Issue-6. - P. 219-225.Behbahani, Yasser Mohseni, Babaali, Bagher, Turdalyuly Mussa Persian sentences to phoneme sequences conversion based on recurrent neural networks // Open Computer Science. - 2016. - Issue-6. - P. 219-225.Dong Yu., Li Deng Automatic Speech Recognition // Shpringer. -2014. P. -315.Dong Yu., Li Deng Automatic Speech Recognition // Shpringer. -2014. P. -315.

The authors declare that there are no conflicts of interest present.