عنوان :
بازشناسي گفتار پيوسته فارسي با استفاده از تلفيق مدلهاي مخفي ماركوف و شبكه عصبي پرسپترون چند لايه با واژگان پايه
پديدآورندگان :
مسندي شيرازي محمدعلي نويسنده , سعدآبادي سيمپون نويسنده
نام دانشگاه :
دانشگاه شيراز
كليدواژه زبان طبيعي :
رده مهندسي برق الكترونيك مخابرات ارتباطات بازشناسي گفتار مدل محقق ماركف شبكه عصبي پرسپترون چند لايه واژگان پايه
چكيده :
مسيله تشخيص گفتار مي تواند به عنوان يك مسيله تشخيص الگو مطرح شود. اساسا در شناسايي كلمات عمل استخراج الگو از واج صورت گرفته و در نهايت يك سيستم تصميم گيري مقايسه بين الگوهاي ذخير شده و استخراج شده را انجام داده و بزرگترين ويژگي ذخير شده بعنوان الگوي مجهول مربوط به واج در نظر گرفته مي شود. در اين راه عمليات مختلفي بر روي سيگنال گفتاري از جمله جداسازي كلمات از سكوت و نويزهاي زمينه ، استخراج ويژگي از سيگنال با استفاده از روشهاي مختلف صورت مي گيرد. و سرانجام با يكارگيري يك سيستم طبقه بندي كننده وتشخيص الگو عمل شناسايي انجام مي شود. به علت غير خطي بودن سيستم توليد كننده صوت در انسان و غير ايستا بودن سيگنال گفتاري ايجاد شده كلمات ادا شده از هر گوينده به گوينده ديگر تفاوتهاي زيادي خواهند داشت و همچنين روي هم افتادگي كلمات در يك جمله در گفتار پيوسته باعث بالا رفتن خطا در شناسايي لغات خواهد شد. بنابراين در اين پروژه تلاش شده است كه با استفاده از تلفيق شبكه هاي عصبي و مدلهاي مخفي ماركوف روشي بهينه براي بازشناسي گفتار ارايه شود. در اين سيستم ابتدا گفتار فارسي به قطعات كوچكتري تقسيم مي گردد و با بدست گرفتن الگوهاي مربوط به اين قطعات زماني سعي در شناسايي ....
