Optimization of learned dictionary for sparse coding in speech processing

به عنوان یک روش امیدوار کننده، برنامه نویسی ضعیف به طور گسترده ای برای تحلیل، نمایندگی، فشرده سازی، انهدام و جداسازی گفتار مورد استفاده قرار می گیرد. این تکنیک نیاز به یک فرهنگ لغت خوب دارد که شامل اتم ها برای نشان دادن سیگنال های گفتاری است. اگرچه بسیاری از روش ها برای یادگیری چنین فرهنگ لغت پیشنهاد شده است، هنوز دو مشکل وجود دارد. اولا، اتم های بی اهمیت یک بار محاسباتی سنگین را برای تجزیه و تجزیه و تحلیل ضعیف و بازسازی فراهم می کنند که از برنامه نویسی ضعیف از برنامه زمان واقعی جلوگیری می کند. دوم، در انحلال گفتار و جداسازی، اتم های مضر هیچ مشکلی یا نادیده انگاری برای کاهش درجه انعکاس ندارند، اما سردرگمی منبع را افزایش می دهند که موجب اعوجاج شدید می شود. برای حل این دو مشکل ابتدا فرضیه های ذاتی برنامه نویسی را بررسی می کنیم و نشان می دهیم که اگر فرض ها درست نباشد، اعوجاج می تواند رخ دهد. سپس، ما دو روش برای بهینه سازی یک فرهنگ لغت داده شده با حذف از اتم های غیر مهم و اتم های مضر پیشنهاد می کنیم. آزمایش ها نشان می دهد که روش های پیشنهادی می توانند عملکرد لغت نامه ها را بهبود بخشند.