تشخیص گفتار با استفاده از روش های هوشمند در پردازش صوت
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,865
فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_018
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
در این رساله،به بررسی روشهای هوشمند جهت تشخیص الفبای انگلیسی در پردازش صوت پرداخته شده است.روشهای هوشمند در استخراج ویژگی ،مانند تبدیل WAVELET ، ضرایب MFCC،تبدیل FFT روشهای هوشمند در دسته بندی سیگنال های صوتی،مانند روش ماشین بردار پشتیبان (SVM)، روش شبکه عصبی پرسپترون چند لایه (MLP)،روشهای هوشمند کاهش بعد ،مانند روش PCA و روشهای نرمالایز سازی مورد بررسی قرار گرفته است. نحوه عملکرد به این صورت است که در ابتدا به پیش پردازش داده ها می پردازیم یعنی حذف قسمتهای اضافی از داده ها را انجام می دهیم ،سپس توسط یکی از روشهای هووشمند استخراج ویژگی به استخراج ویژگی می پردازیم ،تا بتوانیم از این ویژگی ها در دسته بندی استفاده کنیم،حال دراین بین فرایند های دیگری از قبیل نرمالایز سازی و کاهش بعد نیز وجود دارند که نیز می توان از آنها استفاده کرد ، اینکه چه عملی و در کجا نتیجه بهتری دارد ،در این رساله تمام موارد بررسی شده است و ،بعد از این که ویژگی ها ی مناسب را استخراج کردیم نوبت به دسته بندی ویزگی ها میرسد که توسط روش ماشین بردار پشتیبان (SVM)و همچنین روش شبکه عصبی پرسپترون چند لایه (MLP)، مورد بررسی قرار گرفته است.البته روشهایی نیز برای بهبود این روشهای دسته بندی نیز صورت گرفته است مانند اینکه می توان پارامترهای روش ماشین بردار پشتیبان (SVM)را توسط الگوریتم بهینه سازی ژنتیک تعیین کرد. در نهایت از نتایج بدست امده به این نتیجه می رسیم که استفاده از روش ضرایب MFCC در استخراج ویژگی واستفاده از روش ماشین بردار پشتیبان (SVM)،در روش دسته بندی جواب مطلوب تری نسبت به سایر روشهای بررسی شده دارد.
نویسندگان
سعید وندکی
دانشکده مهندسی برق - دانشگاه گناباد - گناباد - ایران
عماد عباسی صیدآباد
دانشکده مهندسی برق - دانشگاه گناباد - گناباد - ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :