HyperAIHyperAI

Command Palette

Search for a command to run...

خسارة في مجال التحفيز لتحسين الكلام في الوقت الفعلي القائم على الشبكات العصبية

Tyler Vuong Yangyang Xia Richard M. Stern

الملخص

نُقدِّم دالة خسارة في مجال التحفيز (modulation domain) لأنظمة تحسين الكلام القائمة على التعلم العميق. تم تكييف مجالات الاستقبال الطيفية-الزمنية القابلة للتعلم (STRFs) بهدف تحسين أداء مهمة تحديد المتحدث. ثم استُخدمت هذه المجالات المُدرَّبة لحساب متوسط مربع الخطأ (MSE) الموزون في مجال التحفيز، وذلك لتدريب نظام تحسين الكلام. أظهرت التجارب أن إضافة متوسط مربع الخطأ في مجال التحفيز إلى متوسط مربع الخطأ في المجال الطيفي-الزمني قد عزز بشكل كبير التنبؤ الموضوعي بجودة الكلام ووضوحه في الأنظمة الزمنية الحقيقية لتحسين الكلام، دون إحداث أي حمل إضافي على الحوسبة أثناء عملية الاستدلال.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp