Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/63427
Title: Сравнение рекуррентных нейронных сетей для обработки речевых сигналов
Other Titles: Comparison of recurrent neural networks for speech signal processing
Authors: Коржова, И. А.
Keywords: материалы конференций;обработка речевых сигналов;нейронные сети;рекуррентные нейронные сети;RNN;LSTM;GRU;MFCC;машинное обучение;анализ речи;защита информации
Issue Date: 2026
Publisher: БГУИР
Citation: Коржова, И. А. Сравнение рекуррентных нейронных сетей для обработки речевых сигналов = Comparison of recurrent neural networks for speech signal processing / И. А. Коржова // Технические средства защиты информации : материалы ХXIV Международной научно-технической конференции, Минск, 8 апреля 2026 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: О. В. Бойправ [и др.]. – Минск, 2026. – С. 280–286.
Abstract: В работе рассматривается применение рекуррентных нейронных сетей для обработки речевых сигналов. Проведено сравнительное исследование архитектур RNN, LSTM и GRU при анализе признаков речевых сигналов, полученных методом мел- частотных кепстральных коэффициентов (MFCC). Выполнено обучение моделей на наборе аудиоданных и проведена оценка качества их работы по метрикам точности и функции потерь. Полученные результаты позволяют определить эффективность различных архитектур рекуррентных нейронных сетей при обработке речевой информации и могут быть использованы при разработке систем анализа и защиты речевых данных.
Alternative abstract: This paper considers the application of recurrent neural networks for speech signal processing. A comparative study of RNN, LSTM and GRU architectures is carried out using speech features obtained by the Mel-Frequency Cepstral Coefficients (MFCC) method. The models are trained on a speech dataset and evaluated using accuracy and loss metrics. The obtained results allow assessing the effectiveness of different recurrent neural network architectures in speech signal processing and can be used in the development of speech analysis and information protection systems.
URI: https://libeldoc.bsuir.by/handle/123456789/63427
Appears in Collections:ТСЗИ 2026

Files in This Item:
File Description SizeFormat 
Korzhova_Comparison.pdf2.81 MBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.