ترکیب مدل مخفی مارکوف و شبکه عصبی برای بهبود تخمین مرز واجها در تقطیع دادگانهای زبان فارسی

در این مقاله روشی خودکار برای تقطیع واجها در گفتار فارسی ارائه خواهد ش د . این روش برای ساخت تقطیع دادگا ن ها به منظور استفاده در سیستم های بازشناسی گفتار و تبدیل متن به گفتار کاربرد دار د . هدف اصلی روش آن است که تخمین اولی ه ای که توسط الگوریتم ویتربی مبتنی بر مدل مخفی مارکوف صورت م ی گیرد را بهبود بخشد. برای این منظور از شبکه چند لایه پرسپترونی برای بهبود مرز واجها استفاده شده است. در این روش شبکه عصبی چند لایه پرسپترونی، گذر از یک واج به واج دیگر را آموزش می بیند. دادههای آموزشی از فای ل هایی که بصورت دستی برچس ب گذاری شده اند، تهیه م ی شوند. روش ارائه شده موجب کاهش خطاهای تقطیع می گردد. این روش موجب رسیدن کارای ی در حالت مستقل از گوینده به ۷۱ % و در حالت وابسته به گوینده به ۹۴ % برای تشخیص صحیح مرزها با خطای کمتر از ms ۲۰ می شود.

Keywords:

تقطیع واجها ١ , ترازبندی تحمیلی , شبکه عصبی چند لایه پرسپترونی , شناسایی خودکار گفتار , تبدیل متن به گفتا ر , مدل مخفی مارکوف