Uyarlanır yerel bağlı katman kullanan dikkat tabanlı derin ağ ile sesli komut tanıma

Abstract

Sesli komut tanıma insan-makine ara yüzüyle ilişkili aktif bir araştırma konusudur. Dikkat tabanlı derin ağlar ile bu tür problemler başarılı bir şekilde çözülebilmektedir. Bu çalışmada, var olan bir dikkat tabanlı derin ağ yöntemi, uyarlanır yerel bağlı (odaklanan) katman kullanılarak daha da geliştirilmiştir. Orijinal yönteminde sınandığı Google ve Kaggle sesli komut veri setlerinde karşılaştırmalı olarak yapılan deneylerde önerdiğimiz uyarlanır yerel bağlı katman kullanan dikkat tabanlı ağın tanıma doğruluğunu %2.6 oranında iyileştirdiği gözlemledik.

Speech command recognition is an active research topic associated with the human-machine interface. Such problems can be successfully solved with attention-based deep networks. In this study, we improved one of the existing attentionbased deep network methods by using an adaptive locally connected (focused) layer. In the experiments we used Google and Kaggle datasets, which were also used in the reference. We observed that the recognition results can be improved significantly (2.6%) by the attention based deep network which uses adaptive locally connected layers.