Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/233379Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Navickas, G. | |
| dc.contributor.author | Korvel, G. | |
| dc.contributor.author | Bernataviciene, J. | |
| dc.date.accessioned | 2019-10-29T12:06:18Z | - |
| dc.date.available | 2019-10-29T12:06:18Z | - |
| dc.date.issued | 2019 | |
| dc.identifier.citation | Computer Data Analysis and Modeling: Stochastics and Data Science : Proc. of the Twelfth Intern. Conf., Minsk, Sept. 18-22, 2019. – Minsk : BSU, 2019. – P. 257-261. | |
| dc.identifier.isbn | 978-985-566-811-5 | |
| dc.identifier.uri | http://elib.bsu.by/handle/123456789/233379 | - |
| dc.description.abstract | Currently, the most popular speech recognition systems are based on unit selection - decision tree algorithms. In literature, new speech synthesis methods based on Recurrent Neural Networks (RNN) and Long Short Term Memory (LSTM) are proposed. In this paper, an overview of speech synthesis and their realization called LSTM is given. Directions for further investigations are high-lighted | |
| dc.language.iso | en | |
| dc.publisher | Minsk : BSU | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.title | Overview of speech synthesis using LSTM neural networks | |
| dc.type | conference paper | |
| Располагается в коллекциях: | 2019. Computer Data Analysis and Modeling : Stochastics and Data Science | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 257-261.pdf | 371,56 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.