Nhận dạng giọng chữ cái tiếng Việt sử dụng Deep Boltzmann Machines
Vietnam J. Agri. Sci. 2021, Vol. 19, No. 4: 435-442
Tạp chí Khoa học Nông nghiệp Việt Nam 2021, 19(4): 435-442
NHẬN DẠNG GIỌNG CHỮ CÁI TIẾNG VIỆT SỬ DỤNG DEEP BOLTZMANN MACHINES
Hoàng Thị Thanh Giang, Nguyễn Thị Thúy Hạnh*, Nguyễn Trọng Kương
Khoa Công nghệ thông tin, Học viện Nông nghiệp Việt Nam
Ngày nhận bài: 30.12.2019
Ngày chấp nhận đăng: 26.09.2020
TÓM TẮT
Nhận diện giọng nói là một bài toán thu hút được quan tâm rộng rãi của nhiều nhà nghiên cứu trong lĩnh vực trí
tuệ nhân tạo trong những năm gần đây. Chẳng hạn như bài toán xây dựng chương trình để robot có khả năng nhận
biết giọng nói của con người, hay các thiết bị có thể hiểu và đối thoại trực tiếp với người cùng nói chuyện. Trong
nghiên cứu này, 37 sinh viên của Học viện Nông nghiệp Việt Nam tham gia để thu thập dữ liệu phát âm liên tục 29
chữ cái trong bảng chữ cái tiếng Việt. Qua bước tiền xử lý dữ liệu để trích xuất ra các mẫu âm thanh thuộc tính cho
phân lớp, phương pháp nhận dạng chúng tôi sử dụng để nhận diện các mẫu giọng nói là deep Boltzmann machine
(DBM), một mạng có khả năng học sâu với kiến trúc nhiều tầng ẩn. Để đánh giá khả năng nhận dạng của phương
pháp đề xuất, chúng tôi so sánh DBM với mạng nơron truyền thống (NN) có cùng kiến trúc số tầng ẩn. Kết quả cho
thấy khả năng nhận dạng các mẫu âm thanh chữ cái tốt hơn của DBM với khả năng học cho độ chính xác trung bình
là 68% trên dữ liệu đào tạo và 51% khi thử với dữ liệu test, trong khi kết quả này của NN là 61% và 48% tương ứng.
Từ khóa: Trí tuệ nhân tạo, học máy, mạng nơron, máy Boltzmann, học sâu.
Speech Recognition of Vietnamese Alphabet using Deep Boltzmann Machines
ABSTRACT
Speech recognition has been attracting many researchers in the field of artificial intelligence recently. For example,
the problem of implementing a program for robots to recognize human speech, thereby robots can understand, learn
and talk with human. In this study, 37 students from Vietnam National University of Agriculture were involved to acquire
speech data of 29 letters in Vietnamese alphabet. The data were preprocessed to extract featured voice chunks for the
classification. We then used the deep Boltzmann machine (DBM) as a deep network with stacked hidden layers. To
evaluate the proposed method, we compared the learning performance of DBM to a neural network (NN) with the same
network structure configuration. The results showed that DBM performed better with accuracies of 68% on the training
dataset and 51% on the test dataset, while the respective figures for NN were 61% of training and 48%.
Keywords: Artificial intelligence, machine learning, neural network, Boltzmann machine, deep learning.
học ngôn ngĂ đò cò thêm nhiều tiện ích trong
1. ĐẶT VẤN ĐỀ
Nhên diện giọng nói là một bài toán thu hút
rèn luyện cách phát âm và nhên biết âm chuèn.
Tuy nhiên ngôn ngĂ và giọng nói có yếu tố vùng
miền. Vì vêy, để một chþĄng trình máy tính
nhên biết đþĉc să đa däng cách phát âm cûa
một ngôn ngĂ thống nhçt cüng là một bài toán
cæn giâi quyết khâ nëng nhên däng âm và giọng
nói mà ć đò độ chính xác phý thuộc vào khâ
nëng phån lĆp vĆi dĂ liệu đæy đû nhçt có thể.
đþĉc quan tâm rộng rãi cûa nhiều nhà nghiên
cĀu trong lïnh văc trí tuệ nhân täo chîng hän
nhþ bài toán xåy dăng chþĄng trình để robot
biết nhên biết giọng nói cûa con ngþąi, tÿ đò
phát triển để robot có thể hiểu và đối thoäi vĆi
ngþąi cùng nói chuyện (Kazuhiro & cs., 2010).
Hay trong công nghệ giáo dýc, việc nhên biết
chính xác cách phát âm cûa một tÿ cüng là một
việc làm cæn thiết để trĉ giúp cho ngþąi bít đæu
Rõ ràng, việc tiếp nhên ngôn ngĂ vĆi con
ngþąi là một quá trình học và lïnh hội tÿng
bþĆc. Điều này càng thể hiện chi tiết hĄn vĆi
435
Nhận dạng giọng chữ cái tiếng Việt sử dụng deep Boltzmann machines
việc học một ngoäi ngĂ nào đò hoðc vĆi trẻ em
bít đæu đi học. Cý thể, để học nòi đþĉc hoðc
phân biệt tÿng chĂ cái trong một tÿ thì ngþąi
học tÿng bþĆc học cách phát âm cûa tÿng chĂ
cái đò hoðc học cách phát âm câ cým cûa một tÿ.
VĆi một tÿ điển điện tā thì cách phát âm cûa
một tÿ, một chĂ cái đều lçy cách phát âm ć một
vùng nào đò làm chuèn. VĆi ngĂ giọng khác
nhau thì să phát âm cûa ngþąi học so vĆi một
âm chuèn có să thay đổi ć mỗi ngþąi về âm
lþĉng, ngĂ điệu, tæn số.
Schmidhuber, 2015). VĆi nhĂng thuêt toán hiệu
quâ đþĉc trang bð cho việc xây dăng các mäng
nhiều tæng, qua đò nång cao khâ nëng biểu diễn
và nhên biết thuộc tính cûa dĂ liệu thông qua
học không giám sát chîng hän nhþ CD-k
(Hilton, 2012). Trong nghiên cĀu trþĆc đåy,
chúng tôi đã sā dýng phþĄng pháp cûa học máy
để nhên biết các méu sóng siêu âm về động
mäch vành tim ngþąi (Kuong & cs., 2017;
2018a; 2018b). Cý thể, chúng tôi đã sā dýng
DBM trong các nghiên cĀu đò. Các kết quâ Āng
dýng khâ nëng học cûa DBM là cĄ sć cho chúng
tôi sā dýng để giâi quyết cho bài toán nhên diện
giọng nói trong nghiên cĀu này.
Về Āng dýng nhên biết cách phát âm tÿ,
trong một nghiên cĀu gæn đåy (Samuel & cs.,
2018) nhóm tác giâ đã nghiên cĀu một mô hình
mà robot có thể nhên biết cách phát âm cûa trẻ
và đþa ra trĉ giúp cho đĀa trẻ rèn luyện đþĉc kỹ
nëng nòi. Về mðt kỹ thuêt, quá trình này gồm
việc nhên biết âm thanh giọng nói và nhên biết
ngĂ nghïa cûa ngôn ngĂ nhên đþĉc.
2. PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Thu thập dữ liệu
DĂ liệu đþĉc sā dýng trong nghiên cĀu này
dăa trên să tham gia cûa nhóm gồm 37 sinh
viên tình nguyện (19 nĂ, 18 nam) khoa Công
nghệ thông tin, Học viện Nông nghiệp Việt
Nam, họ đã đồng ý tham gia cho thu âm giọng
nói cûa mình. Trong khâu thu thêp dĂ liệu,
chúng tôi dăa trên các bþĆc sau:
VĆi ý tþćng tþĄng tă cho tiếng Việt, một
ngôn ngĂ có nhiều giọng điệu khác nhau giĂa
hai miền Bíc và Nam (James & cs., 2010;
Hoàng Thð Châu, 1999; Phuong & cs., 2008),
mýc đích cûa nghiên cĀu này nhìm xây dăng
tÿng bþĆc một chþĄng trình máy tính cò thể
nhên biết chĂ cái thông qua nhiều giọng phát
âm khác nhau, dæn tÿng bþĆc phát triển lên
nhên biết tÿ, câu trong tiếng Việt, cüng nhþ
phát triển chþĄng trình trĉ giúp ngþąi học phát
âm tiếng Việt trong tþĄng lai.
BþĆc 1: Thiết kế bâng thu thêp dĂ liệu bao
gồm thông tin về dă án nghiên cĀu, mýc đích
nghiên cĀu, các thóa thuên xin dĂ liệu, cam kết
sā dýng dĂ liệu và thông tin ngþąi phý trách.
Mỗi cá nhân tham gia quá trình thu méu hoàn
toàn đþĉc phổ biến các thông tin này và ký thóa
thuên tă nguyện cüng nhþ tinh thæn sïn sàng
trĉ giúp cho nghiên cĀu.
Việc triển khai các Āng dýng cûa trí tuệ
nhân täo vào nhên diện các hoät động cûa con
ngþąi đã và đang thu hút rçt nhiều nhóm
nghiên cĀu. Chîng hän nhþ nhòm nghiên cĀu
cûa Thinh & cs. (2018), hay nghiên cĀu cûa
Orken & cs. (2019) cho thçy nhĂng nghiên cĀu
triển khai Āng dýng cûa thð giác máy tính và
học sâu vào nhên diện hoät động cûa con ngþąi.
Các nghiên cĀu đò đòng gòp thêm vào khâ nëng
Āng dýng đa däng cûa trí tuệ nhân täo trong
thăc tế.
BþĆc 2: Tìm hiểu thiết bð thu âm thanh.
Dăa trên điều kiện vêt chçt và tìm hiểu các
phæn mềm thu âm. Cçu hình cách đðt thiết bð
thu âm, chîng hän nhþ, tæn số lçy méu, cçu
trúc tệp âm thanh thu đþĉc. Chúng tôi đi đến sā
dýng phæn mềm windows recorder, đþĉc xem là
thuên tiện triển khai vĆi nhóm nghiên cĀu.
BþĆc 3: Lên qui trình và têp huçn lçy méu
gồm: (i) phổ biến cho ngþąi tham gia lçy méu về
mýc đích và cam kết đâm bâo thông tin, (ii) têp
huçn cho ngþąi phý trách thu âm về qui trình
này, và (iii) tiến hành thu âm sau khi đã liên läc
vĆi các sinh viên tình nguyện.
Gæn đåy, các phþĄng pháp cûa học såu đã
chĀng tó khâ nëng Āng dýng cao vào các bài
toán phân tích dĂ liệu lĆn và nò đang cuốn hút
nhiều quan tâm (Lecun
&
cs., 2015;
436
Hoàng Thị Thanh Giang, Nguyễn Thị Thúy Hạnh, Nguyễn Trọng Kương
0,4
0,2
0,0
-0,2
-0,4
0,4
0,2
0,0
-0,2
-0,4
Hình 6. Biểu diễn sóng âm của hai mẫu âm thanh
Kết quâ các méu åm thanh thu đþĉc là 37
tệp âm thanh cûa 37 sinh viên tình nguyện,
trong đò mỗi tệp là giọng phát âm liên tiếp cûa
29 chĂ cái trong bâng chĂ cái tiếng Việt dăa
theo tÿ điển tiếng Việt cûa Hoàng Phê (2010).
Biểu diễn däng sóng cûa một tệp âm thanh đþĉc
mình họa ć hình 1.
khoâng thąi gian cho các vùng đò khoâng 0,7
giåy, nghïa là cò kích thþĆc bìng 0,7*FS.
Để xác đðnh các vùng âm thanh tþĄng Āng
vĆi nhãn là các chĂ cái, trþĆc hết chúng tôi dăa
vào các điểm đînh (peak points) ć đò theo tốc độ
phát âm trung bình là 0,7*FS cho mỗi chĂ cái
nên các điểm đînh phâi cách nhau tþĄng tă là
0,7*FS. Vùng âm thanh thuộc tính quan tâm sẽ
đþĉc trích ra xung quanh các điểm đînh. Mỗi
vùng sóng âm tþĄng Āng vĆi mỗi chĂ cái cho
thçy biên độ ć vùng đò đþĉc dao động mänh hĄn
nhþ đþĉc thể hiện ć hình 2.
2.2. Xử lý và trích xuất đoạn âm thanh
thuộc tính
Để tiền xā lý, chuèn hóa dĂ liệu và trích
xuçt đoän âm thanh thuộc tính phýc vý cho học
và phân lĆp (mäng phân lĆp đþĉc trình bày
trong mýc 2.3), trþĆc hết tæn số lçy méu đþĉc
chúng tôi lçy chuèn là FS = 22.050 méu/giây.
Thông thþąng, dĂ liệu chúng tôi thu âm có 2
mĀc tæn số lçy méu là 44.100 méu/giây và
22.050 méu/giây.
Khi vùng åm thanh đþĉc xác đðnh, lçy điểm
trung vð chia đôi nëng lþĉng sóng âm cûa vùng
đò làm tåm, đoän âm thanh thuộc tính cò độ dài
là 0,7*FS lçy trung vð làm điểm giĂa đþĉc xác
đðnh là đoän âm thanh thuộc tính tþĄng Āng vĆi
mỗi chĂ cái. Mô tâ sóng âm cûa một chĂ cái và
điểm trung vð đþĉc thể hiện ć hình 3.
Quan sát ć hình 1, dễ thçy rìng dăa vào
biên độ dao động cho ta xác đðnh vùng tþĄng
Āng vĆi giọng phát âm cûa một chĂ cái nào đò.
Khi thiết lêp một ngþĈng ngít cûa biên độ thì
cho phép ta tách các vùng tþĄng Āng vĆi mỗi
nhãn là các chĂ cái tþĄng Āng, đò là các vùng
quan tâm (ROI) cho việc trích ra các đoän âm
thanh thuộc tính phýc vý cho việc phân lĆp. Khi
thống kê tÿ dĂ liệu chúng tôi cò đþĉc trung bình
2.3. Mạng deep Boltzmann machine
2.3.1. Mạng restricted Boltzmann machine
(RBM) chuẩn
Mäng restricted Boltzmann machine (RBM)
là một kiểu mäng nĄron học phân bố xác suçt
cûa dĂ liệu đæu vào, ć đò về kiến trúc, nó sā
437
Nhận dạng giọng chữ cái tiếng Việt sử dụng deep Boltzmann machines
dýng các biến trong tæng èn h = (h1, h2,„, hH) để
học phân phối cûa các biến biểu diễn dĂ liệu cæn
học hay dĂ liệu input x = (x1, x2,„, xN). Mỗi đĄn
vð xi có să kết nối vĆi trọng số wij tĆi mỗi đĄn vð
hj. Không có să kết nối giĂa các đĄn vð trong
cùng tæng èn hay cùng tæng dĂ liệu. Các trọng
số bi và cj phân ánh mĀc độ tác động cûa mỗi
đĄn vð xi và hj tþĄng Āng trong mäng. Mäng
RBM học thông qua việc điều chînh hàm nëng
lþĉng xác đðnh bći công thĀc (1):
E x,h
(1)
w x h b x c h
ij
i
j
i
i
j
j
i,j
i
j
Phân phối đồng thąi P(x, h) cûa và đþĉc xác
đðnh bći phþĄng trình (2) sau:
exp E x,h
P x,h
(2)
Z
ć đò Z là hìng số chuèn hóa. Xác suçt có
điều kiện cho các đĄn vð hj và xi đþĉc xác đðnh
dăa theo phân phối Boltzmann bći (3) và (4):
1,0
0,5
0,0
-0,5
-1,0
1,0
0,5
0,0
-0,5
-1,0
Hình 7. Trích xuất vùng sóng âm tương ứng với nhãn dựa vào các điểm đînh
0,2
0,1
0,0
-0,1
-0,2
Hình 8. Xác định đoạn sóng âm thuộc tính cho phân lớp dựa vào trung vị
438
Hoàng Thị Thanh Giang, Nguyễn Thị Thúy Hạnh, Nguyễn Trọng Kương
Hình 9. Mô hình RBM chuẩn với tầng input x và tầng ẩn h
Hình 10. Mô hình mạng classRBM
Hình 11. Mô hình mạng DBM
còn läi bìng 0. Khi đò tþĄng tă nhþ mäng RBM
chuèn, hàm nëng lþĉng đþĉc cho bći các phþĄng
trình (5) dþĆi đåy:
P h x sigm
(3)
(4)
w x c
j
j
ij
i
i
và
E x,h,y
w x h b x
k
ij
i
j
i
i
i,j
i
P x h sigm
w h b
i
(5)
i
ij
j
j
c h U xh d
j
j
kj
j
k
j
j
1
ć đò sigm x
là hàm sigmoid.
1 ex
ć đò Ukj. dk là các trọng số kết nối vĆi các
đĄn vð èn và trọng số cûa đĄn vð nhãn tþĄng
Āng. Không có kết nối giĂa các đĄn vð nhãn vĆi
các đĄn vð input. Phân phối đồng thąi cûa các
đĄn vð đþĉc xác đðnh bći:
Mäng RBM chuèn đþĉc mô tâ nhþ ć hình 4.
Mäng RBM chuèn đþĉc trang bð thuêt toán
CD-k (Hilton, 2012), nó cho phép mäng có thể
học không giám sát (unsupervised learning)
phân phối đồng thąi giĂa các đĄn vð tæng èn và
tæng input. Ở một nghïa nào đò, tæng èn tham
gia vào học phân phối cûa input và đòng vai trñ
làm rút ngín số chiều cûa tæng input.
exp E x,h,y
P x,h,y
(6)
Z
ć đò Z là hìng số chuèn hóa. Các xác suçt có
điều kiện đþĉc xác đðnh bći:
2.3.2. Mạng restricted Boltzmann machine
phân lớp
P h x,y sigm
(7)
w x U c
k
j
j
ij
i
kj
i
Mäng RBM phân lĆp (classification
restricted Boltzmann machine - classRBM) là
một trþąng hĉp mć rộng cûa RBM bìng cách
thêm các đĄn vð mã hòa cho nhãn tþĄng Āng vĆi
các input (Hugo & cs., 2012). Cý thể, nếu các
input x có nhãn là k trong số K lĆp cûa dĂ liệu
thì lĆp cho nhãn gồm K đĄn vð xác đðnh bći qui
tíc “one-hot”, hay đĄn vð thĀ k có giá trð bìng 1
và
P x h sigm
w h b
(8)
(9)
i
i
ij
j
j
exp
j U h d
k
kj
j
P y h
k
l expj U h d
l
lj
j
439
Nhận dạng giọng chữ cái tiếng Việt sử dụng deep Boltzmann machines
Xác suçt hêu nghiệm cho việc xác đðnh
phân lĆp là:
Cçu hình cho mäng DBM trong nghiên cĀu
này là 700 × 150, tĀc là ć tæng èn thĀ nhçt có
700 nĄron tham gia và tæng èn thĀ 2 có 150
nĄron tham gia. GiĂa tæng input x và tæng èn h1
là mäng RBM đþĉc đào täo bći thuêt toán CD-1
nhþ giĆi thiệu bći Hilton (2012). GiĂa tæng èn
h1 và tæng èn h2 có să tham gia cûa lĆp nhãn
hay là mäng classRBM và đþĉc đào täo bći
thuêt toán học có giám sát cûa classRBM đþĉc
trình bày bći Hugo & cs. (2012). Các tham số W,
U, b, c, d ban đæu đþĉc sinh ngéu nhiên và nhó
trong giĆi hän [-10-3, 10-3].
exp d
f
w x U c
ij i kj
j
j i
k
P y h
k
exp d
f
w x U c
j
j i
l
ij
i
lj
yl
(10)
ć đò f(x) = log(1 + exp(x)) là hàm softplus.
Mô hình classRBM đþĉc minh họa ć hình 5.
Nhþ vêy khi trang bð thêm tæng nhãn thì
mäng classRBM phýc vý cho việc học có giám
sát (supervise learning). ClassRBM đã đþĉc
chĀng tó khâ nëng đào täo hiệu quâ vĆi các
thuêt toán đþĉc trang bð nhþ đã đþĉc trình bày
bći Hugo & cs. (2012).
Để đánh giá khâ nëng học cûa DBM, chúng
tôi so sánh kết quâ cûa DBM vĆi mäng nĄron
truyền thống thông thþąng (NN) trong cùng cçu
trúc kích thþĆc cûa mäng, nghïa là mäng nĄron
đþĉc sā dýng có 2 tæng èn cò kích thþĆc læn lþĉt
là 700 và 150, và các tham số cûa mäng NN
cüng đþĉc thiết lêp tþĄng tă nhþ DBM. Thống
kê về độ chính xác cûa phân lĆp ć một trþąng
hĉp tốt nhçt cûa DBM và NN trong đào täo và
test đþĉc thể hiện ć bâng 1.
2.3.3. Mạng deep Bolzmann machine và
học sâu
Mäng deep Boltzmann machine (DBM) là
să xếp chồng cûa nhiều RBMs (Lecun & cs.,
2015). VĆi thuêt toán hiệu quâ CD-k, nó cho
phép tæng èn h tham gia vào học phân phối cûa
input, đồng thąi tæng èn läi tham gia nhþ là một
input cho tæng èn tiếp theo. Đò là cĄ sć đèy
mänh să phát triển mäng học sâu. Trong nghiên
cĀu này chúng tôi sā dýng mäng DBM vĆi 2
tæng èn ć đò tæng èn thĀ hai có să tham gia cûa
mäng classRBM, nghïa là, việc đào täo ć mäng
thĀ 2 là học có giám sát kết hĉp vĆi nhãn để
nhên diện các đoän méu âm. Mô hình mäng
DBM đþĉc sā dýng trong nghiên cĀu này đþĉc
mô tâ ć hình 6.
Để thçy đþĉc quá trình đào täo cûa mäng
qua tÿng bþĆc học và cêp nhêt tham số, sau mỗi
bþĆc độ chính xác cûa phân lĆp đþĉc kiểm tra và
tính. Việc này đþĉc thể hiện ć hình 7. Ở đåy
chúng tôi tiến hành thăc hiện đào täo mäng ć
100 bþĆc, mỗi bþĆc cêp nhêt tham số läi thăc
hiện đánh giá khâ nëng nhên däng các méu cho
học và méu cho test lçy kết quâ.
3. KẾT LUẬN
2.4. Kết quâ phân lớp
Nghiên cĀu này đã thu thêp đþĉc bộ dĂ liệu
méu phát âm bâng chĂ cái tiếng Việt tÿ 37 sinh
viên tình nguyện trong Học viện Nông nghiệp
Việt Nam. Mðc dù dĂ liệu chúng tôi thu đþĉc
chþa đû lĆn, và chþa thể đæy đû so vĆi să đa
däng cûa giọng phát âm tiếng Việt nói chung,
nghiên cĀu cüng gòp phæn bổ sung thêm cĄ sć
và dĂ liệu cæn thiết cho các nghiên cĀu såu hĄn
trong lïnh văc này.
Bìng phþĄng pháp trích xuçt tă động nhþ
đþĉc trình bày trong phæn 2.2, chúng tôi tiến
hành kiểm tra läi và loäi bó các đoän có nhiễu âm
hoðc các giọng phát âm không thăc să chính xác.
Cuối cùng, chúng tôi thu đþĉc 817 méu âm cûa
29 chĂ cái theo cách phát âm dăa cûa tÿ điển cûa
Hoàng Phê (2010). DĂ liệu cho đào täo (training
data) và kiểm tra (test data) đþĉc chúng tôi chia
ngéu nhiên theo tî lệ 4:1 tþĄng Āng.
Bâng 1. Kết quâ so sánh độ chính xác trong đào tạo và test của DBM và NN
DBM
68%
51%
NN
Độ chính xác với dữ liệu đào tạo
Độ chính xác với dữ liệu test
61%
48%
440
Hoàng Thị Thanh Giang, Nguyễn Thị Thúy Hạnh, Nguyễn Trọng Kương
0,7
0,6
0,5
0,4
0,3
0,2
0,1
Hình 7. Độ chính xác nhận dạng của DBM và NN qua các bước
in
Computer
Science,
Springer
Berlin.
Sā dýng mäng DBM trong nghiên cĀu này
cüng đã chĀng tó đþĉc khâ nëng nhên däng
méu âm thanh và nó cho thçy Āng dýng cûa học
sâu trong nhiều lïnh văc tính toán nói chung và
nhên diện giọng nói nói chung. Cho dù vêy, việc
câi thiện khâ nëng học cûa mäng DBM cüng cæn
xem xét hĄn nĂa sau này. Cçu hình và thiết lêp
các tham số tối þu Āng vĆi dĂ liệu cò đþĉc cüng
cæn cò đánh giá thêm.
7700: 599-619.
Hoàng Thị Châu (1999). Tiếng Việt trên các miền đất
nước (Phương ngữ học). Nhà xuất bản Khoa học
Xã hội, Hà nội.
Hoàng Phê (2010). Từ điển tiếng Việt. Nhà xuất bản
Đà Nẵng.
Hugo L., Michael M., Razvan P. & Yoshua B. (2012).
Learning algorithms for the classification restricted
Boltzmann machine. Machine Learning Research.
13(1): 643-669.
James K. (2010). Dialect experience in Vietnamese
tone perception. The Journal of the Acoustical
Society of America. 127(6): 3749-3757.
LỜI CẢM ƠN
Nghiên cĀu này đþĉc thăc hiện tÿ nguồn
kinh phí cûa đề tài: “Nhên diện chĂ cái tiếng
Việt qua dĂ liệu phát âm cûa một nhóm sinh
viên Học viện Nông nghiệp Việt Nam”, mã số:
T2019-10-55, cçp bći Học viện Nông nghiệp
Việt Nam. Chúng tôi cüng xin câm Ąn nhòm
sinh viên Khoa Công nghệ thông tin đã tham
gia tình nguyện trĉ giúp cho việc thu thêp dĂ
liệu phýc vý cho nghiên cĀu này.
Kazuhiro N., Toru T., Hiroshi G.O., Hirofumi N., Yuji
H.
&
Hiroshi T. (2010). Design and
implementation of robot audition system HARK -
open source software for listening to three
simultaneous speakers. Advanced Robotics.
24(5): 739-761.
Kuong N.T., Uchino E. & Suetake N. (2017). IVUS
tissue characterization of coronary plaque by
classification restricted Boltzmann machine.
Journal of Advanced Computational Intelligence
and Intelligent Informatics. 21(1): 67-73.
Kuong N.T., Uchino E. & Suetake N. (2018a).
Recognition of coronary atherosclerotic plaque
tissue on intravascular ultrasound images by using
TÀI LIỆU THAM KHẢO
Dhar V. (2015). Data science and prediction.
Communications of the ACM, 56 (12): 64-73.
misclassification
sensitive
training
of
discriminative restricted boltzmann machine.
Journal of Biomimetics, Biomaterials and
Biomedical Engineering. 37: 85-93.
Hilton E.G. (2012). A practical guide to training
restricted Boltzmann machines. Lecture Notes
441
Nhận dạng giọng chữ cái tiếng Việt sử dụng deep Boltzmann machines
Kuong N.T., Uchino E. & Suetake N. (2018b).
Coronary plaque classification with accumulative
training of deep Boltzmann machines. ICIC
Express Letters. 12(9): 881-886.
Samuel S., Huili C., Safinah A., Michael K. &
Cynthia B. (2018). A social robot system for
modeling children's Word pronunciation: socially
interactive agents track. Proceedings of the 17th
international conference on autonomous agents
and multi-agent systems. pp. 1658-1666.
Lecun Y., Yoshua B. & Hinton E.G. (2015). Deep
learning. Nature. 521(7553): 436-444.
Schmidhuber J. (2015). Deep Learning in neural
networks: an overview. Neural Networks.
61: 85-117.
Orken M., Nurbapa M., Mussa T., Nurzhamal O.,
Tolga I.M.
&
Aigerim Y. (2019). Voice
identification using classification algorithms.
Intelligent system and computing. Book chapter,
InTechOpen.
Thinh D.B, Dat T.T., Thuy T.N., Long Q.T. & Van
D.N.
(2018).
Aerial
Image
Semantic
Segmentation using Neural Search Network
Phuong P.A., Tao N.Q. & Mai L.C. (2008). An efficient
model for isolated Vietnamese handwritten
recognition. Proceedings of 2008 international
conference on intelligent information hiding and
multimedia signal processing. pp. 358-361.
Architecture.
Disciplinary
In Proceedings
International
of Multi-
on
Conference
Artificial Intelligence (MIWAI), Lecture Notes in
Artificial Intelligence, Springer.
442
8 trang
25680
Free
Bạn đang xem tài liệu "Nhận dạng giọng chữ cái tiếng Việt sử dụng Deep Boltzmann Machines", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- nhan_dang_giong_chu_cai_tieng_viet_su_dung_deep_boltzmann_ma.pdf
