I. Системы и средства искусственного интеллекта issn 2413-7383 Problems of Artificial Intelligence 2019 №4 (15) 35 П



Pdf көрінісі
бет6/7
Дата04.04.2023
өлшемі0.6 Mb.
#79087
1   2   3   4   5   6   7
Байланысты:
sistema-avtomaticheskoy-generatsii-transkriptsiy-russkoyazychnyh-slov-isklyucheniy-na-osnove-glubokogo-obucheniya

orfographiya[Modern Russian literary language: phonetics, spelling, graphics, spelling], 2011, 432-432. 
5. Girutskiy А. А. Vvedenie v yazykoznanie [Introduction to linguistics] / А. А. Girutskiy [rescensenty: 
k.fil.n., dots. E. S. Sadovskaya, k.fil.n., dots. Zh. S. Splivenya], Minsk, Vysheishayashkola, 2016, 238 s. 
6. Gritschenko A., Popova M. Fonetika sovremennogo russkogo literaturnogo yazyka (Fonetika. 
Fonologiya. Orfoepiya. Grafika. Orfografiya) [Phonetics of the modern Russian literary language 
(Phonetics. Phonology. Orthoepy. Graphics. Spelling)],Litres, 2019. 
7. Krivnova O.F., Zaharov L.M., Strokin G.S. Mnogofunkcionalnyj avtomaticheskij transkriptor russkih 
tekstov [Multifunctional automatic transcript of Russian texts].Trudy Mezhdunarodnogo kongressa 
issledovatele jrusskogo yazyka [Proceedings of the International Congress of Russian Language 
Researchers], M., 2001. 
8. Hunnicutt S. Grapheme-to-phoneme rules: A review. Speech Transmission Laboratory, Royal Institute of 
Technology, Stockholm, Sweden, QPSR 2-3, 1980, pp. 38-60.
9. Smirnov V.A., Gusev M.N., Farhadov M.P. Funkciya lingvisticheskogo processora v sisteme 
avtomaticheskogo analiza nestrukturirovannoj rechevoj informacii [Function of the linguistic processor in 
the system of automatic analysis of unstructured speech information]. Avtomatizaciya i sovremennye 
tehnologii [Automation and modern technology], No. 8, 2013, pp. 20-28. 
10. Bisani M., Ney H. Joint-sequence models for grapheme-to-phoneme conversion // SPECOM. – 2008. 
11. Novak J., Minematsu N., Hirose K. WFST-based Grapheme-to-Phoneme Conversion: Open Sourse Tools 
for Alignment, Model-Building and Decoding.Proceedings of the 10th International Workshop on Finite 
State Methods and Natural Language Processing, 2012, pp.45-49. 
12. Sun, Hao, et al. Token-Level Ensemble Distillation for Grapheme-to-Phoneme Conversion.arXiv preprint 
arXiv:1904.03446 (2019). 


Пикалёв Я. С., Ермоленко Т. В. 
Проблемы искусственного интеллекта 2019 № 4 (15)
48
П 
13. Yolchuyeva, Sevinj, GézaNémeth, and BálintGyires-Tóth. Transformer based Grapheme-to-Phoneme 
Conversion. Proc. Interspeech 2019 (2019): 2095-2099. 
14. Karanikolas, Nikitas N. Machine learning of phonetic transcription rules for Greek.AIP Conference 
Proceedings. Vol. 2116. No. 1. AIP Publishing, 2019. 
15. Huang, Qiang, and Thomas Hain. Detecting Mismatch Between Speech and Transcription Using Cross-
Modal Attention}}.Proc. Interspeech 2019 (2019): 584-588. 
16. Jůzová, Markéta, and JakubVít. Using Auto-Encoder BiLSTM Neural Network for Czech Grapheme-to-
Phoneme Conversion.International Conference on Text, Speech, and Dialogue. Springer, Cham, 2019. 
17. Ponomareva, Maria, et al. Automated word stress detection in russian.arXiv preprint arXiv:1907.05757 
(2019) 
18. Yakovenko, O., Bondarenko, I., Borovikova, M., Vodolazsky, D.: Algorithms for automatic accentuation 
and transcription of russian texts in speech recognition systems. In: Karpov, A., Jokisch, O., Potapova, R. 
(eds.) SPECOM 2018. LNCS (LNAI), vol. 11096, pp. 768–777. 
19. Kipyatkova I.S., Karpov A.A. Modul fonematicheskogo transkribirovaniya dlya sistemy raspoznavaniya 
razgovornoj russkoj rechi [Phonemic transcription module for the recognition system of spoken Russian 
speech].Iskusstvennyjintellect [Artificial Intelligence], 2008.
URL:http://www.nbuv.gov.ua/portal/natural/ii/2008_4/JournalAI_2008_4/Razdel9/00_Kipyatkova_Karpova.pdf 
20. Yanushevskaya, Irena; Bunčić, Daniel (2015), Russian (PDF), Journal of the International Phonetic 
Association, 45 (2): 221–228, doi:10.1017/S0025100314000395 
21. Sutskever, I., O. Vinyals, and Q. V. Le. Sequence to sequence learning with neural networks. Advances in 
NIPS (2014). 
22. Toshniwal, Shubham, and Karen Livescu. Jointly learning to align and convert graphemes to phonemes 
with neural attention models. 2016 IEEE Spoken Language Technology Workshop (SLT). IEEE, 2016. 
23. G2P with Tensorflow.URL: https://github.com/cmusphinx/g2p-seq2seq (дата обращения: 16.05.2019) 
24. Lee, Younggun, and Taesu Kim. Learning pronunciation from a foreign language in speech synthesis 
networks.arXiv preprint arXiv:1811.09364 (2018). 
25. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ...&Polosukhin, I. (2017). 
Attention is all you need. Advances in neural information processing systems (pp. 5998-6008). 
26. Korobov M. Morphological analyzer and generator for Russian and Ukrainian languages. International 


Достарыңызбен бөлісу:
1   2   3   4   5   6   7




©emirsaba.org 2023
әкімшілігінің қараңыз

    Басты бет