Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.46 (78) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: Проект Sound-Agent. Зри в корень!
vchc Сообщений: 194	На: Проект Sound-Agent. Зри в корень! Добавлено: 09 авг 13 7:51 Цитата: Автор: Артем Это говорит о том что для построения человеческого уха мы все-таки можем себе позволить импользовать небольшое число магических констант. Или хотя-бы жестко заданную структуру вроде задания количества и свойств нескольких слоев. Более того, любой алгоритм по определению является набором магических констант. ) Мне вот интересен другой вопрос. Вы не пробовали взять уже готовую акустическую модель? Не в смысле кода, а в смысле описания модели. Понятно, что открывать заново что-то, это процесс весёлый, но, по мне, крайне неэффективный. Литературы по распознаванию речи хватает, как и различных конференций. Или это кощунство, пользоваться чужими разработками? [Ответ][Цитата]
rrr3 Сообщений: 11857	На: Проект Sound-Agent. Зри в корень! Добавлено: 09 авг 13 8:04 Цитата: Автор: vchc ...Литературы по распознаванию речи хватает, как и различных конференций. Или это кощунство, пользоваться чужими разработками? Так,если я не ошибаюсь, то основная суть была в ИИ, а звук, как полигон, но все застряло именно на звуке, да еще "ручками"...:-) [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 09 авг 13 12:38 Цитата: Автор: vchc Вы не пробовали взять уже готовую акустическую модель? Здается вы меня не узнали vchc, пол года назад пробовал вместе с вами и prof1983. Бросил, не почувствовал поддержки. Все-таки берут готовое чтобы обязательно добиться успеха и денег заработать. Я изобретают свое - для души. [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 09 авг 13 12:52 Цитата: Автор: Артем Я изобретают свое - для души. Это привлекает [Ответ][Цитата]
Kek Сообщений: 1133	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 4:01 Попробовал визуализировать фонетическую функцию Пирогова в каждом кадре: P(w,t)=Lg(S(w,t)/S(w,tau)) Чета не вдохновляет... Зато с Mel-шкалой вышло здорово. Опять к ней вернулся и правильно выбрал частоты. Получается здорово: говорю басом - проигрываю голосом робота. Говорю-тенором - проигрываю тем же голосом робота. Это инвариант. [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 6:04 Если S(w,t) - это спектр выраженный в амплитудах или квадратах амплитуды, тогда надо P(w,t) = S(w,t)/S(w,t-tau) Если S(w,t) - это спектр выраженный в децебеллах, тогда надо P(w,t) = S(w,t) - S(w,t-tau). Таким образом P - величина безразмерная. И визуализировать так: везде где P>2 белый, где P<2 - черный. Про экспоненциальное затухание - отдельный разговор. Кроме того S(w,t) это должен быть спектр из небольшого числа полос. Спектр Фурье - это сотни полос, а надо ~ 10. [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 9:53 Артем […Наши "тактические" успехи вовсе не тактические - а очень даже стратегические! Построив "ручками" адекватную модель универсально распознавания звуков/речи мы можем вернуться обратно и понять как бы эта модель могла быть построенна с помощью "универсального" алгоритма. Возможно такой очередной "почти универсальный" алгоритм придется изобретать…] Ну-ну, может, все же не стратегические, а скажем так – условно концептуальные на уровне пожеланий «Адекватная модель универсального распознавания звуков/речи» - а что такое адекватная модель, что значит универсальное в данном случае и к чему все это относится – к звукам или речи? Не пора ли наконец-то все же задуматься о том, чего вы, господа, по-настоящему хотите? Но все равно – поздравляю! […Что мы имеем: 1. АЦП. (интересно как наше ухо смогло придумать АЦП ? какой универсальный алгоритм придумал АЦП? Да еще и сразу 16 разрядный? Может вернемся к вопросу о клиппировании?) 2. Сеточка фильтров. (Лично мне Мел сообщил как лучше организовать сеточку фильтров, а как универсальный алгоритм до этого догадался?) 3. Фонетическая функция Пирогова. (вообще-то это тоже сеточка фильтров, но не таких как в п2. Хорошо бы чтобы мы могли развернуть дело таким образом чтобы фильтры в п2 и п3 имели какое-то однообразие. Опять клиппирование чтоли?) 4. Бинаризированная визуализация с очень небольшим количеством признаков достаточная для понимания. (это я еще так и не сделал, сорри, но я предполагаю. Это гипотеза)…] 1. В сенсорике работают нейроны – они пороговые по сути, ну а управление чувствительностью их – порогами срабатывания регулируют разные там тормозящие связи. Но откуда вы взяли 16 бит? 2. Сеточки – анатомия уха – спишите на эволюцию, она стерпит 3. Контрастная чувствительность – достаточно универсальная вещь. Здесь ее частный случай 4. И это – тоже частность для нейронной системы, в пороговых сетях это – просто норма. В общем, тут все нормально согласуется с давно известным про мозги и сенсорику. Кстати, в связи с эффективным моделированием такого очень вам советую еще одну очень старую и практически никому не известную работу Игоря Зенкина и Саши Петрова, с некоторыми отличиями, опубликованную в: А.П.Петров, Г.М.Зенкин. Анализ изображения, применяемый в модели, обучающейся узнаванию зрительных образов. Труды III Всесоюзной конференции по информационно-поисковым системам и автоматизированной обработке научно-технической информации. Москва, ВИНИТИ, ч.3, стр.187-195, 1967. Г.М.Зенкин, А.П.Петров. Система анализа изображений и узнавание объектов на сложном фоне. Биофизика, 12, вып.3, 1967. Не пожалеете […Каким принципам отвечает наша схема: 1. Уменьшение количества признаков на выходе, бинаризация. 2. Бинаризированный выход мы можем развернуть и обратно получить звук, таким образом убедившись что мы ничего не потеряли. п1 и п2 - вместе отвечают принципу МДО (минимально-достаточного описания)…] 1. Вовсе не является ни желательным, ни необходимым 2. Обратимость с неконтролируемыми потерями спокойно может привести вас к выбрасыванию существенного с точки зрения предполагаемой вами задачи 3. Принцип МДО – муть голубая […Всякие мысли: Все эти мысли пришли мне в голову пока я ехал в метро, и мне захотелось вдруг придумать/сформулировать фильтр который бы мог работать и на п1 и на п2 и на п3. (АЦП + частотный + дифференцирующий) Тогда получается 3 слоя из одинаковых фильтров. Как-будто на каждый слой насыпали 1000-и похожих фильтров, и объединили в 3 слоя…] Растущие сети типа Гладуновских что-то похожее делают на автомате Ну а если их вовремя подправлять, то вообще, вроде, нет проблем […Теперь остается неясным как в слое 1 они организовываются таким образом чтобы слышать диапазон от 50гц до 20000г, как в слое 2 они организовываются в шкалы Мела, а как в слое 3 они организовываются таким образом чтобы выявить магическое tau. Возможно это результат эволюции и генетическая обусловленность (похлопаем генетическим алгоритмам), но возможно тут есть естественная природная целевая функция, которая определяет эту самоорганизацию…] С правильным учителем и не такое возможно […Предположительно, целевая функция определяется по следующим принципам: 1. Энергоэффективность 2. Свято-место пусто не бывает (см п1.энергоэффективность) Приведу пример как п1.энергоэффективность и п2. который тоже энергоэффективность работает для самоорганизации в экономике: Молодой человек хочет зарабатывать деньги… Второй молодой человек выжил… Он начинает развивать свой бизнес и открывает что-то еще. … главное что он использует свой навык который, как он думает, позволил ему добится успеха. … Есть пример энергоэффективности?…] Уже предлагал вам попробовать найти с Коваксом общий язык Очень удивитесь и порадуетесь [Ответ][Цитата]
Tester64 Сообщений: 1910	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:02 Цитата: Попробовал визуализировать фонетическую функцию Пирогова в каждом кадре: P(w,t)=Lg(S(w,t)/S(w,tau)) Чета не вдохновляет... Зато с Mel-шкалой вышло здорово. Опять к ней вернулся и правильно выбрал частоты. Получается здорово: говорю басом - проигрываю голосом робота. Говорю-тенором - проигрываю тем же голосом робота. Это инвариант. А что говорят цифры и графики? Попробуйте хотя-бы в мат-кад загнать матрицу для вывода графика. Слух - довольно необычный инструмент. В нем "слепых зон" больше чем в глазу. Чем кстати нагло пользуется MP3. Попробуйте оценить инвариантность в цифрах хотя-бы на глаз(типа 42% совпадения). Инвариант - это класно, но на какие характеристики вы планируете натравить распознавалку и как? У Вас есть 3Д (или даже о-ужас 2Д) график с относительно инвариантными характеристиками (Вы еще не проверяли чужие голоса - попробуйте женский или детский). Причем (зная Ваши прошлые нарабоки) скорее всего это наборы "нарезаных кадров". Это равносильно имея километровые черно-белые аэро-фотонимки ланшафта определить что за город или континент под нами... [Ответ][Цитата]
vchc Сообщений: 194	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:22 Цитата: Автор: Артем Здается вы меня не узнали vchc, пол года назад пробовал вместе с вами и prof1983. Бросил, не почувствовал поддержки. Все-таки берут готовое чтобы обязательно добиться успеха и денег заработать. Я изобретают свое - для души. Наоборот, Артём, за форумом я достаточно хорошо слежу вот и решил узнать в какую сторону ваша душа летит ) Буду дальше наблюдать. Человеческая душа штука тёмная. Лучше с ней не связываться ) [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:24 Slava спасибо за пост, чувствуется что вы поняли. Придется сделать выжимку из вашего поста. А.П.Петров, Г.М.Зенкин. Анализ изображения, применяемый в модели, обучающейся узнаванию зрительных образов. Труды III Всесоюзной конференции по информационно-поисковым системам и автоматизированной обработке научно-технической информации. Москва, ВИНИТИ, ч.3, стр.187-195, 1967. Г.М.Зенкин, А.П.Петров. Система анализа изображений и узнавание объектов на сложном фоне. Биофизика, 12, вып.3, 1967. Растущие сети типа Гладуновских Ковакс - это человек на форуме? сейчас я не готов пока. Про принцип МДО: - значит стремится к минимальному, но все еще достаточное описание. [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:36 Писать посты интересно и как-то быстрее чем программу писать. Приходится на Delphi, чтобы c Kek-ом совпадать. И нет возможности выложить это все без Kek-а. Но вот картинка. Рассчет фильтров. Ссылка живет 3 дня всего ... https://securisync.intermedia.net/IMWeb/s/nVXOWf9ew5CmK2aEXhfW8A [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:53 А собственно чего я... Вот exe и исходник. https://securisync.intermedia.net/IMWeb/s/Ww7s4A-IbxKOjjDz06V68g Хотя программа вобщем ничего не делает. Статистику она не собирает - а просто копирует файлы в другую папку, попутно открывая их для анализа. Рассчет фильтров - может быть полезен. [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 10:54 Цитата: Автор: Артем Ковакс - это человек на форуме? сейчас я не готов пока. Помню ушами м.б., Covax Да, здесь появляется изредка Толковый [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 11:40 Цитата: Автор: vchc Наоборот, Артём, за форумом я достаточно хорошо слежу вот и решил узнать в какую сторону ваша душа летит ) Буду дальше наблюдать. Человеческая душа штука тёмная. Лучше с ней не связываться ) ладно не обижайтесь. Форум - он такой, пытаешься в двух словах что-то сказать, а получается обидел человека ... [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 10 авг 13 13:16 В вот еще версия программы. Тоже рассчет фильтров. НО КОМПЛЕКСНЫХ !!!! https://securisync.intermedia.net/IMWeb/s/ckAlhBOsP1GpRYMWwYNnIQ Итак. Что такое комплексный полосовой фильтр? Имеем 2*n+1 вещественных коэффициента фильтра и 2*N+1 мнимых коэффициента фильтра. В произвольный момент времени вычисляем свертку сигнала с вещественными коэффициентами (R) и в тот же момент времени свертку сигнала с мнимыми коэффициентами (I) И получаем мгновенную мощность в полосе P = R*R+I*I. Это избавляет нас от усреднений по времени !!! (кстати интересно как универсальный алгоритм мог бы обучится комплексным фильтрам? но это так заметка себе на будущее) [Ответ][Цитата]
Стр.46 (78): 1  ...  42  43  44  45  [46]  47  48  49  50  ...  78 << < Пред. | След. > >>