[Title CZ/SK] Interpret mluveného slova pomocí neuronových sítí pro mobilní platformy
Assignment
Speech2text is one of the most popular machine learning applications on mobile platforms, but its implementations in the real world vary enormously. Mobile platforms are additionally constrained by memory and performance, which has to be taken into account when evaluating the neural network model. The goal is to analyze existing neural network architectures for such a problem or propose a new one, train a model, implement a demo application and evaluate performance and memory usage. One can either compose his own simple dataset consisting of a few words or use an existing publicly available one (e.g. LibriSpeech, Common Voice). It is recommended to get familiar and compare the thesis with Mozilla's DeepSpeech project.
Assignment CZ/SK
Speech2text je jednou z nejpopulárnějších aplikací strojového učení na mobilních platformách, ale její implementace se v praxi hodně liší. Mobilní platformy jsou zároveň limitovány pamětí a výkonem, což se musí brát v úvahu při vyhodnocování modelu takové neuronové sítě. Cílem je analyzovat existující architektury neuronových sítí používaných pro tuto problematiku nebo navrhnout vlastní, natrénovat její model, implementovat vzorovou aplikaci a vyhodnotit výkon a paměťovou náročnost. Je možno si vytvořit vlastní dataset tvořen několika slovy nebo použít veřejně dostupný (např. LibriSpeech, Common Voice). Je doporučeno se seznámit a porovnat práci s projektem DeepSpeech od Mozilly.
Language
CZ/SK/EN
Leaders
Pavel Macenauer
Contact
University team NXP Semiconductors CZ
