Thesis

بررسی و بکارگیری ویژگیهای مقاوم در بازشناسی گفتار

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

با رشد روزافزون سیستمهای بازشناسی خودکار گفتار و گسترش کاربرد سیستمهای فوق در کاربردهای عملی و محیطهای واقعی مبحث بازشناسی گفتار به بستر اصلی تحقیقات دانشگاهی در زمینه پردازش گفتار بدل شده است. مقاوم سازی سیستمهای خودکار بازشناسی گفتار در برابر نویز امری ضروری جهت استفاده از چنین سیستمهایی در محیطهای واقعی است. در این پایان نامه مقاوم سازی بازشناسی گفتار پیوسته در سطح واج در حوزه بازنمایی بستر تحقیقات قرار گرفت و جهت نیل به این هدف از روش ویژگیهای از دست رفته در حوزه بازنمایی استفاده شده است. در روش مورد بررسی ابتدا به هر کدام از اجزاء اسپکتروگرام سیگنال نویزی با توجه به تخریب ناشی از نویز برچسب قابل اعتماد و غیرقابل اعتماد زده می شود و اجزایی که برچسب غیرقابل اعتماد خورده اند از نمایش حذف می شوند. با توجه به افزونگی ذاتی اطلاعات در سیگنال گفتار می توان انتظار داشت که در دقت بازشناسی با استفاده از اجزای باقیمانده و غیرنویزی بهبود حاصل شود. دو رویکرد برای برخورد با اسپکتروگرام ناقص مطرح است: رویکرد ناقص پیش از بازشناسی و استفاده از مدلهای معمول است که در این پایان نامه رویکرد دوم مورد بررسی قرار گرفته است. مساله اصلی در رویکرد دوم چگونگی بازسازی ویژگیهای از دست رفته با استفاده از ویژگیهای قابل اعتماد است. جهت بازسازی پس از پیاده سازی الگوریتمهای پیشنهادی در کارهای پیشین سه ایده جدید ارایه گردید. نخست استفاده از ویژگیهای قابل اعتماد است. جهت بازسازی پس از پیاده سازی الگوریتمهای پیشنهادی در کارهای پیشین سه ایده جدید ارایه گردید. نخست استفاده از خوشه بندی آوایی جهت بهبود روش خوشه بندی معمولی. مدل سازی بردارهای طیفی با استفاده از توزیع لاپلاس و تخمین ویژگیهای از دست رفته بااستفاده از پارامترهای توزیع لاپلاس ایده دوم این پایان نامه بوده و در نهایت سومین ایده بهره گیری از همبستگی های زمانی جهت بازسازی اسپکتروگرام ناقص با استفاده از کالمن فیلتر می باشد.

Supervisors and advisors

فرشاد الماس گنج

Similar theses

  • مقاوم سازی سیستم های بازشناسی گفتار و گوینده در مقابل نویزهای جمع شونده و نویز کانال

    Thesis2008وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی کامپیوترامیرحسین حاج احمدی

    با توجه به اهمیت و نقش بالای مقاوم سازی سیستم های بازشناسی گفتار و گوینده در مقابل نویزهای محیطی، در این مجموعه ابتدا تأثیر استفاده از پیک های طیف دنباله خودهمبستگی به عنوان ویژگی های مقاوم برای استفاده در سیستم های بازشناسی گوینده مورد بررسی قرار گرفته است. سپس تأثیر روش های هنج

  • مقاوم سازی بازشناسی گفتار با اعمال پردازش زیرباندی

    Thesis2008وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برقحجت اله یگانه

    در این پروژه مقاوم سازی بازشناسی گفتار در محیط های نویزی بر مبنای پردازش زیرباندی بررسی شده است. مقاوم سازی بازشناسی گفتار یکی از مسائل مهم در این حوزه می باشد که کار بر روی ان همچنان ادامه دارد. از روش های گوناگونی به منظور تحقق یافتن این مهم استفاده می شود و ایده های متنوعی نیز

  • مقاوم سازی سیستم بازشناسی گفتار پیوسته

    Thesis2013دانشگاه تربیت معلم - تهران - دانشکده فنیمحمد بافکار

    دقت سیستم¬های بازشناسی گفتار در محیط¬های آزمایشگاهی و کنترل شده به میزان قابل قبولی افزایش یافته و امروزه شاهد استفاده از این سیستم¬ها در محیط¬های واقعی هستیم. با این حال، کارایی این سیستم¬ها در حضور نویز به دلیل عدم تطابق بین شرایط و محیط آموزشی و آزمون به شدت افت می¬کند. علاوه

  • بازشناسی گفتار فارسی با استفاده از واحدهای زیرکلمه ای و اطلاعات مربوط به مرز

    Thesis2008وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسیایمان صراف رضایی

    بهبود نتایج بازشناسی سیستم های بازشناس خودکار گفتار، یکی از عرصه های مهم پیش روی محققان حوزه پردازش و بازشناخت گفتار است. علی رغم فعالیت های انجام یافته، نتایج به دست آمده از این سیستمهای ماشینی هنوز به نتایج بازشناسی سیستم شنوایی انسان نرسیده است. بناباین از آنجا که عملکرد سیستم

  • ارتقاء کیفیت بازشناسی گفتار تلفنی و غیر تلفنی با استفاده از اشتراک دانش آوایی دادگان

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی و مهندسیایمان اسمعیلی

    سیستمهای بازشناسی مقاوم گفتار به سیستمهایی اطلاق می گردد که در شرایط عدم انطباق داده های آموزش و آزمون صحت بازشناسی قابل قبولی داشته باشند. در تحقیق حاضر یک سیستم بازشناسی مقاوم گفتار تلفنی، مبتنی بر اصلاح بردارهای بازنمایی توسط شبکه عصبی دوسویه (یک شبکه عصبی چند لایه معمولی به ع

  • بهبود نرخ بازشناسی گفتار در شرایط نویزی با استفاده از روش های غیرخطی تبدیل ویژگی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنیصونا قوینلی کر

    یکی از مراحل اصلی در روند بازشناسی گفتار، استخراج ویژگی ها می باشد. در حقیقت ویژگی های مربوط به نمونه های هر کلاس باید بگونه ای از کلاس های دیگر متمایز شده باشند که سیستم بازشناسی گفتار در شرایط مختلف مانند نویز نیز عملکرد مناسبی از خود نشان دهد. تبدیل ویژگی می تواند پس از استخرا

Similar items