Resumen

En los últimos años, junto con el desarrollo de la inteligencia artificial (IA) y la tecnología de interacción hombre-máquina, se ha solicitado que el reconocimiento y la producción de voz se adapten al rápido desarrollo de la IA y la tecnología hombre-máquina, lo cual necesita mejorar la precisión del reconocimiento mediante la adición de nuevas características, fusionando las características y mejorando los métodos de reconocimiento. Con el objetivo de desarrollar una nueva característica de reconocimiento y su aplicación en el reconocimiento de voz, este artículo presenta un nuevo método para la conversión articulatoria-acústica. En el estudio, hemos convertido características articulatorias (es decir, velocidades de lengua y movimiento de labios) en características acústicas (es decir, el segundo formante y Mel-Cepstra). Al considerar la representación gráfica del movimiento de los articuladores, este estudio combinó la Memoria a Corto y Largo Plazo Bidireccional (BiLSTM) con una red neuronal convolucional (CNN) y adoptó la idea de atención de palabras en mandarín para extraer características semánticas. En este artículo,

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Desarrollo; Inteligencia artificial; Reconocimiento de voz; Conversión articulatoria a acústica; BiLSTM; Mel-Cepstra
• Keywords:Development; Artificial intelligence; Speech recognition; Articulatory-to-acoustic conversion; BiLSTM; Mel-Cepstra