Использование нейросетей для анализа звуковой информации

       

Обучение системы при малом размере обучающей выборки


Входные данные:

Система анализа речи со следующими стартовыми параметрами:

+Конфигурация нейросети

    Число входов: 20

    Нейронов во входном слое: 10

    Нейронов в символьном слое: 5

    Эффекторов: 4

    +Эффекторы

        +EF0

            Тип: Частота форманты



            Индекс: 1

            Min: 100.0000

            Max: 3000.0000

        +EF1

            Тип: Воздействие форманты

            Индекс: 1

            Min: 0.0000

            Max: 0.8000

        +EF2

            Тип: Частота форманты

            Индекс: 2

            Min: 1000.0000

            Max: 4000.0000

        +EF3

            Тип: Воздействие форманты

            Индекс: 2

            Min: 0.0000

            Max: 0.1000

    +Скорости обучения

        alpha0: 0.1000

        alpha1: 1.0000

        alpha2: 0.0500

        alpha3: 0.5000

+Модель синтеза

    Частота основного тона: 115

    Частота шума: 5000.0000

    Четкость шума: 0.0500

    Число формант: 3

    +Форманты

        +F0

            Частота: 100.0000

            Четкость: 0.1000

            Воздействие: 1.0000

        +F1

            Частота: 259.7322

            Четкость: 0.5000

            Воздействие: 0.1362

        +F2

            Частота: 1824.6669

            Четкость: 0.1000

            Воздействие: 0.0264

+Алфавит

    S0='а'

    S1='и'

    S2='о'

    S3='у'

    S4='?'

Обучающая выборка: звуковые файлы с записанными звуками а,и,о,у и соответствующие текстовые файлы.

Цель эксперимента:

1.Анализ процесса обучения при небольшой обучающей выборке, элементы которой близки друг к другу

2.Обучение синтезу сложного сигнала с использованием 4 эффекторов

Ход эксперимента:

Как и в предыдущем эксперименте, обучение проводилось в три этапа, перед каждым этапом корректировались значения скоростей обучения.

Результат:

Система со 100% результатом распознает тестовые примеры и звуки, произносимые в микрофон. Получены удовлетворительные результаты при обучении синтезу: полученное распределение формант для каждого звука соответствует распределению формант в оригиналах, но уровни (воздействия) формант в некоторых звуках различаются. Предполагается, что это происходит из-за несовпадения огибающих этих формант.

Результат обучения синтезу

Рис. 19

Выводы:

Система хорошо обучается распознаванию, даже если входные сигналы достаточно близки друг другу.

Обучение синтезу длилось дольше, чем в предыдущем эксперименте с одним эффектором – увеличение числа эффекторов существенно снижает эффективность механизма  стохастического обучения.

Введенные в модель синтеза упрощения (3 форманты и 4 переменных параметра) не позволяют получить качественный синтез. Следовательно, необходимо увеличивать число управляющих параметров, участвующих в синтезе и более точно задавать форму огибающей формант.



Содержание раздела