بهبود عملکرد مدل ماشین های بردار پشتیبان در دیکدر atp گفتار پیوسته فارسی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق
  • نویسنده ملیحه قیدی
  • استاد راهنما ابوالقاسم صیادیان
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1385
چکیده

درسیستم های بازشناسی گفتار انتخاب واحد گفتاری مناسب، از اهمیت ویژه ای برخوردار است. جهت انتخاب واحد آکوستیکی مناسب، در نظر گرفتن ساختار و ویژگی های زبان مورد استفاده، بسیار مهم است. با توجه به این که ساختار هجایی زبان فارسی تقریبا همانند زبان های هندی، چینی و ژاپنی ساده و محسوس است، در این تحقیق، واحد زیر کلمه نیم هجا به عنوان واحد آکوستیکی مناسب در زبان فارسی مورد توجه ما قرار گرفته است. با توجه به اینکه پایگاه داده گفتاری مبتنی بر نیم هجاها در زبان فارسی موجود نمی باشد، تلاش های زیادی جهت طراحی و پیاده سازی پایگاه داده گفتاری مناسب مبتنی بر نیم هجاها در طی انجام این تحقیق، صورت گرفته است. برای ارزیابی مدل ها، داده های گفتاری مربوط به دو گوینده زن و دو گوینده مرد ضبط شده و به صورت با سرپرستی در سطح واکه و نیم هجا برچسب زده شده است.در این پایان نامه، به عنوان اولین قدم جهت تشخیص واحدهای نیم هجا در سیگنال گفتار، به آشکارسازی و بازشناسی واکه ها پرداخته شده است. سعی شده با ترکیب روش ماشین های بردار پشتیبان و روش استفاده از ویژگی های آکوستیکی ، کارایی سیستم در این بخش تا حد ممکن بهبود داده شود. از پارامترهای آکوستیکی نظیر انرژی میان گذر به دلیل ویژگی های مناسبی چون سادگی محاسبات و ناوابسته بودن به گوینده، به منظور تشخیص اولیه محل واکه ها استفاده شده است. سپس از قدرت متمایز سازی خوب ماشین های بردار پشتیبان جهت طبقه بندی واکه ها و تعیین مرز دقیق تر آنها، بهره مند شدیم و به نتایج بسیار مناسبی دست یافتیم. در این تحقیق، برای دادگان گفتار گسسته در صد خطای کل 68/1% و برای گفتار پیوسته در صد خطای کل 86/4% حاصل شد. در مقایسه با نتایج حاصل از دو روش دیگر یعنی مدل مارکوف پنهان و مدل قطعه بندی نرم بر روی همین پایگاه داده، در می یابیم که ماشین های بردار پشتیبان در کاربردهای طبقه بندی بسیار کارآمد هستند. البته دست یابی به دقت بالا با استفاده از این روش، مستلزم صرف هزینه محاسباتی بیشتر و زمان آموزش طولانی تر خواهد بود.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بهبود عملکرد روش hmm در دیکدر atp گفتار پیوسته فارسی

تغییرات مشخصه آکوستیکی واج ها تحت متن های مختلف موجب شده است که در پیاده سازی سیستم-های بازشناسی گفتار، از واحد های گفتاری وابسته به متن مانند هجا و نیم هجا که اثرات آواهای مجاور را نیز در نظر می گیرند، استفاده شود. با توجه به اینکه زبان فارسی از دسته زبانهایی می باشد که دارای ساختار هجایی ساده ای است، در این تحقیق واحد گفتاری نیم هجا برای مدلسازی طیفی مورد توجه قرار گرفته است و آزمون های متعدد...

15 صفحه اول

ارزیابی و عملکرد مدل ماشین بردار پشتیبان در تخمین رسوبات معلق رودخانه ها

همواره پدیده انتقال رسوب، بسیاری از سازه های رودخانه ای و سازه های عمرانی را تحت تأثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می شود .از این جهت دستیابی به روشی با دقت مناسب برای تخمین میزان بار رسوبی معلق رودخانه ها بسیار حایز اهمیت است. در این پژوهش جهت تخمین رسوبات رودخانه کاکارضا واقع در استان لرستان، از مدل ماشین بردار پشتیبان استفاده گردید و نتایج آن با برنامه ریزی ب...

متن کامل

کارایی مدل های ماشین بردار پشتیبان و برنامه ریزی بیان ژن در پیش بینی عملکرد محصول زعفران

با توجه به حساسیت عملکرد زعفران و تاثیرپذیری آن از پارامترهای اقلیمی و خاصیت غیرخطی توابع عملکرد گیاهی، در این تحقیق به پیش‌بینی عملکرد زعفران پرداخته شد. هدف از انجام این مطالعه، توانایی مدل شبیه‌سازی ماشین بردار پشتیبان(lssvm) و مدل برنامه‌ریزی بیان ژن(GenXproTools5,0 )در پیش‌بینی عملکرد زعفران براساس داده‌های هواشناسی(حداقل دما، حداکثر دما، بارش، تبخیر و رطوبت نسبی،عملکرد یکسال قبل) در مقیاس...

متن کامل

مقایسه عملکرد ماشین بردار پشتیبان با سایر مدل های هوشمند در شبیه سازی فرآیند بارش- رواناب

شبیه­سازی فرآیند بارش- رواناب به عنوان مهم­ترین گام در مطالعات مهندسی آب و مدیریت منابع آب است. در این تحقیق فرآیند بارش- رواناب ماهانه سیمینه­رود در دوره آماری (1390-1377) با استفاده از مدل­های ماشین بردار پشتیبان با توابع کرنل پایه شعاعی، چندجمله­ای و خطی، مدل شبکه بیزی با الگوریتم یادگیری pc و نیز مدل­های متداول شبکه عصبی مصنوعی و برنامه­ریزی بیان ژن شبیه­سازی شده و نتایج آن­ها مورد مقایسه ق...

متن کامل

توانایی ماشین بردار پشتیبان در پیش بینی درماندگی مالی

درماندگی مالی پیش از ورشکستگی مالی رخ می‌دهد و پیش بینی موثر آن یک مسئله‌ی مهم و چالش برانگیز برای شرکت‌ها می‌باشد. تحقیق حاضر به پیش بینی درماندگی مالی در قالب مدل ماشین بردار پشتیبان و با استفاده از ترکیبات جریان نقد می‌پردازد. اهمیت ابزارهای داده کاوی، و توانایی این ابزارها در پیش بینی و طبقه بندی متغیرها، استفاده از آن‌ها را در مباحث مختلف مالی از جمله پیش بینی ورشکستگی، پیش بینی درماندگی م...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023