Нейросетевой распознаватель фонем русской речи на мультипроцессорной графической плате

• Published in: Штучний інтелект
• Date: 2010
• Main Authors: Бондаренко, И.Ю., Федяев, О.И., Титаренко, К.К.
• Format: Article
• Language: Russian
• Published: Інститут проблем штучного інтелекту МОН України та НАН України 2010
• Subjects: Интеллектуальные речевые технологии. Компьютерная обработка естественно-языковых текстов и семантический поиск
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/56272
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Нейросетевой распознаватель фонем русской речи на мультипроцессорной графической плате / И.Ю. Бондаренко, О.И. Федяев, К.К. Титаренко // Штучний інтелект. — 2010. — № 3. — С. 176-183. — Бібліогр.: 6 назв. — рос.

В статье рассматривается применение программно-аппаратных средств современной графической платы с параллельной архитектурой для построения на ней нейросетевого распознавателя фонем русской речи. Предложена декомпозиция нейросетевых алгоритмов на фрагменты для отображения их на многопроцессорную вычислительную систему. Проведены экспериментальные исследования, которые показали преимущество распараллеливания нейровычислений на графической плате для решения задачи распознавания речи в реальном масштабе времени. У статті розглядається застосування програмно-апаратних засобів сучасної графічної плати з паралельною архітектурою для побудови на ній нейромережного розпізнавача фонем російської мови. Запропонована декомпозиція нейромережних алгоритмів на фрагменти для відображення їх на багатопроцесорну обчислювальну систему. Проведені експериментальні дослідження, які показали перевагу розпаралелювання нейрообчислень на графічній платі для вирішення задачі розпізнавання усного мовлення у реальному масштабі часу. In the paper the usage of the modern graphics card sw/hw tools with the parallel architecture for construction of the Russian speech neural network phoneme recognizer is considered. Decomposition of neural network algorithms into fragments for its mapping on the multiprocessor system is offered. The carried out experiments showed advantage of the parallelization neurocomputing on a graphics card for automatic speech recognition in real time.