Madde #494Ses & Konuşma/sozluk/connectionist-temporal-classification-ctc
Connectionist Temporal Classification (CTC)
Connectionist Temporal Classification (Graves et al., 2006)
Türkçe: Bağlantıcı Zamansal Sınıflandırma (CTC Kaybı)
Ayrıntılı Tanım
Ses sinyalinin uzunluğu ile yazılı metnin harf uzunluğunun birbirine uyuşmadığı (hizalanmadığı) durumlarda; sesin hangi milisaniyesinde hangi harfin söylendiğini önceden bilmeye gerek kalmadan modeli uçtan uca eğitmeyi sağlayan kayıp fonksiyonudur.
Ne İşe Yarar / Çözülen Problem
Bir insanın "Meeeerhaabaaa" diye uzatarak konuşması ile hızlıca "Merhaba" demesi arasındaki zaman hizalama krizini özel bir "Boşluk" (Blank ) belirteciyle çözer.
Nasıl Çalışır? (Teknik & Mekanizma)
Ağ her zaman çerçevesi için harf olasılıkları üretir. Tekrarlayan harfler ve aradaki boşlukları çökerterek (collapse) nihai metne ulaşır: `[m, m, \epsilon, e, e, r, \epsilon, h, a, a]` `"merha"`. Olası tüm geçerli yollar dinamik programlamayla toplanır.
Örnek Senaryo & Pratik Uygulama
Şarkı söylerken harfleri saniyelerce uzatan bir opera sanatçısının ses dalgasından, gereksiz tekrarları ve boşlukları süzen akıllı bir filtrenin temiz kelimeyi çıkarması.
Benzer Terimlerden Farkı
Otokorelasyonlu dekoderlere ihtiyaç duymadan, saf ileri beslemeli modellerin (Wav2Vec 2.0 gibi) ultra hızlı ve paralel metin çıkarmasını sağlar.
İlişkili Terimler (2)
Ses, Konuşma ve Müzik Yapay Zekâsı
ASR (Whisper), TTS, Vocoder, Spektrogram analizi ve nöral ses üretimi.
Toplam Terim:30 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#493)Word Error Rate (WER)
Sonraki Terim (#495)Whisper (OpenAI)