Веренич Иван Владимирович
Факультет: Вычислительная техника и информатика
Специальность: Программное обеспечение автоматизированных систем
Тема магистерской диссертации: Анализ методов построения систем распознавания речи на основе гибрида скрытой марковской модели и нейросети
Руководитель: к.т.н. Федяев О.И.
Отчет о поиске
по теме: "Анализ методов построения систем распознавания речи на основе гибрида скрытой марковской модели и нейросети"
В таблицах с результатами используются следующие обохначения: количество сайтов/количество страниц. Если указано только одно число - количество страниц.
| Дата поиска 12.03.08 | www.google.com | www.yandex.ru | www.rambler.ru | www.yahoo.com | www.meta.ua |
| "Распознавание речи на основе гибрида СММ и нейронная сеть" | 0/0 | 0/0 | 0/0 | 0/0 | 0/0 |
| Распознавание речи на основе гибрида СММ и нейронная сеть | 1/4 | 1/2 | 1/1 | 0/0 | 0/0 |
| Speech recognition using HMM and neural network | 42/339000 | 9/628 | 26/246 | 53/201000 | 5/5 |
| Розпізнавання мови на основі гібрида СММ і нейронна мережа | 0 | 0 | 0 | 0 | 0 |
| Распознавание речи алгоритм Ветерби | 173 | 259/109 | 0 | 0 | 0 |
| Распознавание речи СММ алгоритм Баума-Уэлша | 4 | 7/5 | 1 | 7 | 0 |
| Распознавание речи алгоритм прямого прохода | 48400 | 158/50 | 21/61 | 39 | 50/73 |
| Распознавание речи нейронные сети | 9560 | 14864/1626 | 2507/10615 | 10500 | 140/349 |
| СММ вероятность начального состояния | 474 | 58/19 | 26/71 | 15 | 11/21 |
| СММ смесь распределений Гаусса | 8 | 0 | 2/2 | 0 | 0 |
| Скрытая Марковская модель матрица переходов | 92 | 521/231 | 65/164 | 7 | 10/11 |
| Дата поиска 09.05.08 | www.google.com | www.yandex.ru | www.rambler.ru | www.yahoo.com | www.meta.ua |
| "Распознавание речи на основе гибрида СММ и нейронная сеть" | 4 | 0/0 | 0/0 | 0/0 | 0/0 |
| Распознавание речи на основе гибрида СММ и нейронная сеть | 4 | 2/1 | 2/2 | 0/0 | 0/0 |
| Speech recognition using HMM and neural network | 346000 | 4840/669 | 26/246 | 218000 | 4/4 |
| Розпізнавання мови на основі гібрида СММ і нейронна мережа | 0 | 0 | 0 | 0 | 0 |
| Распознавание речи алгоритм Ветерби | 186 | 341/129 | 0 | 0 | 0 |
| Распознавание речи СММ алгоритм Баума-Уэлша | 4 | 10/5 | 1/1 | 3 | 0 |
| Распознавание речи алгоритм прямого прохода | 51100 | 172/72 | 28/64 | 44 | 46/60 |
| Распознавание речи нейронные сети | 10500 | 15654/1628 | 2590/10907 | 10300 | 140/318 |
| СММ вероятность начального состояния | 318 | 19/58 | 26/78 | 22 | 9/13 |
| СММ смесь распределений Гаусса | 8 | 0 | 0 | 0 | 0 |
| Скрытая Марковская модель матрица переходов | 123 | 561/251 | 79/173 | 8 | 10/11 |
Анализируя табличные данные можно сделать несколько выводов:
- Наибольшее количество материалов являются англо-язычными. В среднем их объем превышает русско-язычные материалы в 5-6 раз. Это может свидетельствовать о том, что материалы по теме магистерской работы наиболее хорошо разработаны и представлены в Интернете англо-язычными исследователями.
- Поисковая система Google является безусловным лидером среди остальных поисковых систем. Количество ссылок найденной этой поисковой машиной приблизительно в полтора раза больше, чем количество ссылок на yahoo.com и в среднем в 10 раз больше, чем количество ссылок, предоставляемых поисковыми машинами Yandex, Meta, Rambler.
- В целом тема распознавания речи стала более актуальной, т.к. почти во всех поисковиках количество информации по запросам увеличилось в среднем на 5%;
- На украинском поисковике Meta почти на все запросы количество информации уменьшилось на 5-7% по сравнению с данными двухмесячной давности. Возможно это связано с тем, что в Украине меньше стали интересоваться проблемами распознавания речи, а возможно и с переиндексацией данных в поисковой машине Meta.