使用人工神经网络对韵律结构建模
计算与语言
2017-06-16 v2
摘要
准确感知说话者是在提问还是在陈述的能力对于任何成功的交互都至关重要。然而，学习和分类声调模式对于自动语音识别和声调表示模型一直是一项具有挑战性的任务，因为声调轮廓具有显著的变异性。本文提供了一个塞浦路斯希腊语疑问句和陈述句的分类模型。我们评估了两种最先进的网络架构：长短期记忆（LSTM）网络和卷积网络（ConvNet）。ConvNet 在分类任务中优于 LSTM，并表现出优异的性能，分类准确率达到 95%。
引用
@article{arxiv.1706.03952,
title = {Modelling prosodic structure using Artificial Neural Networks},
author = {Jean-Philippe Bernardy and Charalambos Themistocleous},
journal= {arXiv preprint arXiv:1706.03952},
year = {2017}
}
备注
4 pages, 3 figures, Experimental linguistics 2017