CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مدلسازی اثر گفتار فارسی با استفاده از روش منحنی های قطعه ای برای سیستم های تبدیل متن به گفتار

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۱۹۰ | نظرات: ۰
سرفصل ارائه مقاله: پردازش ویدئو و صحبت
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: ACCSI13_109
زبان مقاله: فارسی
حجم فایل: ۲۸۸.۸۴ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلسازی اثر گفتار فارسی با استفاده از روش منحنی های قطعه ای برای سیستم های تبدیل متن به گفتار

  معصومه بحرینی - کارشناسی ارشد، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فن
  محمدمهدی همایون پور - عضو هیئت علمی، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فن

چکیده مقاله:

کیفیت صدای سنتز شده از یک سیستم تبدل متن به گفتار، تا حد زیادی وابسته به طبیعی بوودن نوای آن می باشد. تا به امروز، بیشتر کنترل ها روی دیرش و فرکانس پایه متمرکز شده و به مدلسازی انرژی گفتار، اهمیت کمتری داده شده است. در این مقاله به مدلسازی انرژی برای تخمین منحنی انرژی گفتار فارسی پرداخته می شود. بدین منظور از روش منحنی های قطعه قطعه، استفاده می شود. در این روش، برای هر واج یک تکه منحنی تولید میشود و از اتصال کلیه این منحنی ها، منحنی انرژی برای کل گفتار بدست می آید. برای مدل کردن منحنی هر واج، چند جمله ای درجه دوم بکار گرفته می شود و از شبکه عصبی، ماشین پشتیبان بردار و مارس، برای تخمین ضرائب این چند جمله ای ها، استفاده میشود. به منظور ایجاد مدل ها، تعدادی ویژگی متنی مانند نوع جمله، نوع استرس هجا، نوع واج و ... به کار گرفته شد. برای بهبود تخمین کنتور انرژی ، دیرش واج و اطلاعات پیچ هجا نیز به عنوان ویژگی های غیر متنی به کار گرفته شدند. برای ارزیابی نتایج، معیارهای ضریب همبستگی و میانگین مربع خطا به کار گرفته شدند. که نتایج پیاده سازی ، بهتر وبدن ماشین پشتیبان بردار را نسبت به دیگر روش های بکار گرفت ه شده در این مقاله، نشان می دهد. به منظور کاهش مجموعه ویژگی ها، نتایج مارس استفاده شد. همچنین در این مقاله تعامل بین یکسری ویژگی و میزان انرژی واج مورد تحلیل واقع شد، نتایج حاکی از آن است که فرکانس پایه بیشترین تعامل را با انرژی گفتار دارا است.

کلیدواژه‌ها:

تبدیل متن به گفتار ، کنتور انرژی ، مارس ، منحنی های قطعه قطعه ، نوای گفتار

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI13-ACCSI13_109.html
کد COI مقاله: ACCSI13_109

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بحرینی, معصومه و محمدمهدی همایون پور، ۱۳۸۶، مدلسازی اثر گفتار فارسی با استفاده از روش منحنی های قطعه ای برای سیستم های تبدیل متن به گفتار، سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران، جزیره کیش، انجمن کامپیوتر، دانشگاه صنعتی شریف، https://www.civilica.com/Paper-ACCSI13-ACCSI13_109.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بحرینی, معصومه و محمدمهدی همایون پور، ۱۳۸۶)
برای بار دوم به بعد: (بحرینی و همایون پور، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Kyoun g-Joong Min, Un-Cheon Lim , "Korean prosody generation and ...
  • H. Mixdorff and O. Jokisch, *Evaluating the quality of an ...
  • Oliver Jokisch and Marco Kihne, ،0An Investigation of Intensity Patterns ...
  • Gh aemmaghami _ Sheikhan, Farrokhi, ،Estimation of prosodic information for ...
  • J. H. Friedman, "Multivariate Adaptive Regression Splines", Annals of Statistics, ...
  • J. H. Friedman, *Estimating functions of mixed ordinal and categorical ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۹۲۲۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.