Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 75,104,053

 Bio-realistic Neural Network in Speech Timing Learning Mechanism
Tác giả hoặc Nhóm tác giả: Minh Nguyen Le, Thanh Vo Nhu, Vinh Dang Phuoc, Ngoc Nguyen Danh, Nam Le Hoai, Hai Tran Ngoc
Nơi đăng: Proceedings of 2018 4th International Conference on Green Technology and Sustainable Development (GTSD); Số: ISBN: 978-1-5386-5125-4;Từ->đến trang: 663-667;Năm: 2018
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
Timing is an important characteristic of human speech, which influences its rhythm, stress, duration, and intonation. In this study, we build and analyses a simplified model of a cerebellum-like neural network and investigate its learning mechanism in speech timing. The model is built based on the neural anatomic structure of mammal cerebellum using Matlab Simulink. The model is feed with encoded sound signal as the learning input. The learning mechanism occurs in the neural network for several cycles until one of the connection weight is dropped by more than 80%. The output is the prediction of the timing in the input sound. We found that the cerebellum is capable of learning short timing in human speech of around 400ms to 1500ms, but cannot learn the longer signal of above 2000 ms. For signal between 1500ms to 2000ms sometime the bio-realistic neural network can detect but most of the time it cannot recognized. This is due to the size of the neural network is much smaller than the size of the real cerebellar neural network in mammal.
Keywords: Cerebellum; Timing; Learning mechanism; Speech
ABSTRACT
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn