شناسایی خودکار زبان گفتار با استفاده از روش های آماری

سیستم های شناسایی زبان بر دو گونه اند: سیستم هایی که از اطلاعات سطح بالای زبان مانند واج و کلمه برای شناسایی زبان استفاده می کنند و سیستم هایی که از اطلاعات سطح پایین زبان مثل زیرواج و یا ویژگی های طیفی گفتار استفاده می کنند. مشکل سیستم های با دقت بالا مانند سیستم های شناسایی زبان مبتنی بر واج که نیاز به استخراج واج دارند اینست که نیاز به دادگان آوانویسی شده برای آنها وجود دارد و با توجه به اینکه اینگونه دادگان برای همه زبان ها وجود ندارد، بنابراین این نوع سیستم ها به مشکل بر می خورند. ما در این پروژه سعی کرده ایم سیستم شناسایی زبانی طراحی کنیم که از ویژگی های سطح پایین زبانی مانند زیر واج ها و یا ویژگی های طیفی که بدون نظارت استخراج شده و نیاز به دادگان آوانویسی شده هم ندارند استفاده کند و دقتی بالاتر از سیستم های شناسایی زبان با پیچیدگی زیاد به ما بدهد. ما در این پایان نامه از یک کرنل دنباله ای جدید برای نگاشت خروجی مدل های زبانی سیستم شناسایی زبان مبتنی بر مدل های گوسی، به فضای جدیدی که زبان ها در آن فضا بیشترین جدایی پذیری را با هم دارند، استفاده کرده ایم. سپس این سیستم را با سیستم پایه gmm-lm که از مدل گوسی برای طبقه بندی کننده استفاده می کند، ترکیب کرده ایم.استفاده از کرنل پیشنهادی نسبت به کرنل دنباله ای glds به عنوان نگاشت دهنده خروجی های مدل های زبانی، باعث افزایش 2% راندمان سیستم gmm-lm در شناسایی زبان می گردد. همچنین سیستم ترکیبی ما که از ترکیب سیستم فوق و سیستم پایه gmm-lm تشکیل شده است، باعث افزایش 5% راندمان سیستم شناسایی زبان می گردد.