Привет!
Вот увлёкся нейросетями.
Написал парочку OCR систем. Теперь хочется применить нейросети для
распознавания звука.
Как это делается? Т.е. я не совсем понимаю следующее.
Для распознавания звука как и для изображений я хочу применить
многослойный прецептрон. С БП алгоритмом обучения.
Понятно что сеть учиться распознавать по спектру. Т.е. над
аудиоданными производится FFT. Но с каким окном это лучше делать?
И как быть если длинна аудиоданны превысила м... число входов
нейросети. Что при этом делают? Выбрасывают отсчёты?
Во общем расскажите, может быть я вообще ошибаюсь в работе алгоритма?