prikaz prve stranice dokumenta Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora
No public access
master's thesis
Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:185663
Božić, Matej
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Božić, M. (2024). Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:185663

Božić, Matej. "Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:185663

Božić, Matej. "Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:185663

Božić, M. (2024). 'Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:185663

Božić M. Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:185663

M. Božić, "Razvoj učinkovitog modela dubokog učenja za raspoznavanje govora", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:185663

Metadata
TitleRazvoj učinkovitog modela dubokog učenja za raspoznavanje govora
Title (english)Development of an efficient deep learning model for speech recognition
AuthorMatej Božić
MentorMarko Horvat (mentor)
Committee memberMarko Horvat (predsjednik povjerenstva)
Committee memberGordan Gledec (član povjerenstva)
Committee memberBoris Vrdoljak (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-09-09, Croatia
Abstract
Modeli dubokog učenja postali su temelj u razvoju naprednih algoritama za obradu govora, postižući izuzetne rezultate u točnosti i izražajnosti. Međutim, njihova složenost često ograničava primjenu u stvarnom vremenu gdje su brzina i učinkovitost ključni. Ovaj rad je usmjeren na istraživanje i razvoj modela dubokog učenja koji su optimirani za primjenu u raspoznavanju govora iz zvučnog signala s naglaskom na smanjenje složenosti modela. Cilj je razviti model koji nudi optimalan kompromis između brzine rada, broja parametara za učenje i upotrijebljene memorije, uspoređujući s trenutno zastupljenim rješenjima u ovom području primjene. Posebna pažnja bit će posvećena kreiranju modela s manjim brojem učenih parametara koji zadržavaju visoku učinkovitost uz poboljšanu brzinu rada.
Abstract (english)
Deep learning models have become the foundation in the development of advance speech processing algorithms, achieving exceptional results in terms of accuracy and expressiveness. However, their complexity often limits real-time applications where speed and efficiency is key. This work is focused on the exploration and development of deep learning models optimized for speech separation tasks with an emphasis on reducing model complexity. Our goal is to develop a model that offers an optimal compromise between the speed of computation, number of trainable parameters, and memory usage, comparing them with the currently available solutions. Special attention will be dedicated to creating models will smaller number of learned parameters that retain high efficiency with improved execution speed.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:185663
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 20:09:53