محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
سومین کنفرانس فناوری اطلاعات و دانش
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد

  • بهبود بازشناسی گفتار توسط شبکه های عصبی دربرگیرنده الگوهای زمانی

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1386/01/01
    • تاریخ انتشار در تی پی بین: 1386/01/01
    • تعداد بازدید: 764
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    الگوهای زمانی یا "temporal patterns" از جمله ویژگی های موثر در بهبود بازشناسی گفتار می باشند. از آنجا که شبکه های عصبی mlp، جزو طبقه بندی کننده های قدرتمند استاتیک می باشند، اگر بخواهیم از این نوع ساختار شبکه ای در بازشناسی گفتار استفاده کنیم، بهتر است به هر صورت ممکن، شبکه را وادار سازیم، الگوهای زمانی را از دنباله ویژگی های ورودی یادگیری نموده و آن را در فرآیند دسته بندی قاب های ورودی گفتار دخالت دهد. در این مقاله، با بررسی و آزمایش این شبکه و مدل های دیگر شبک های که به صورتی قوی تر به پردازش و یادگیری ویژگی های مبتنی بر الگوهای زمانی می پردازند، سعی در افزایش کارایی سیستم های بازشناس گفتار پیوسته و مستقل از گوینده خواهیم داشت. همچنین به تحلیل نوع عملکرد این روش ها و مدل های مبتنی بر آ ن ها خواهیم پرداخت. با در نظر گرفتن نتایج یک مدل پایه بازشناس "tdnn" که بازده ی حدود 83.7 % بر روی داده تست انتخابی ما از دادگان فارس دات داشته است، با استفاده از یک مدل ترکیبی ارائه شده در تحقیق حاضر، میزان بازشناسی 88.1% در دادگان آزمون تمیز حاصل شده است. در حالی که مدل ترکیبی پیشنهادی، نسبت به مدل پایه بازشناس "tdnn" در شرایط نویز شدید، بین 7 تا 20 درصد مقاوم تر از شبکه "tdnn" عمل می نماید. همچنین مدل ترکیبی دیگری معرفی می گردد که به علت استفاده متمرکزتر از ویژگی الگوهای زمانی، مقاوم تر از مدل ترکیبی اولیه، در شرایط نویز شدید عمل می نماید.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها