يقدم هذا البحث شبكة تكرارية انتقالية مع آلية الانتباه لتمييز الأوامر الصوتية. تعتبر نماذج الانتباه أدوات قوية لتحسين الأداء في مهام اللغات الطبيعية ووصف الصور والأوامر الصوتية. يحقق النموذج المقترح دقةً جديدةً تُعد من أفضل ما تم تسجيله، وهي 94.1٪ على مجموعة بيانات أوامر الكلام من جوجل V1 و94.5٪ على V2 (لarefaة 20 أمرًا)، مع الحفاظ على حجم صغير يبلغ 202 ألف معلمة قابلة للتدريب فقط. يتم مقارنة النتائج مع التنفيذات الانتقالية السابقة في خمس مهام مختلفة (alleries 20 أمرًا (V1 وV2)، 12 أمرًا (V1)، اعتراف بـ35 كلمة (V1) والاتجاهين الأيمن والأيسر (V1)). نعرض نتائج الأداء التفصيلية ونوضح أن آلية الانتباه المقترحة لا تحسن الأداء فحسب، بل تسمح أيضًا بفحص المناطق التي أخذتها الشبكة بعين الاعتبار عند إصدار فئة معينة.