هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی

Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,992

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCSI09_038

تاریخ نمایه سازی: 4 بهمن 1386

Abstract:

مدل مخلفی مارکف یکی از روشهای پر استفاده در بازشناسی گفتار است و در اغلب موارد کارایی خوبی از خود نشان داده است. استفاده از شبکه عصبی نیز در سیستم های شناسایی الگو متداول می باشد و در بازشناسی گفتار نیز بکار گرفته شده است. از انجایی که هر یک از این دو روش دارای نقاط ضعف و قوتی می باشند، به منظور بهره گیری از نقاط قوت مدل مخفی مارکف و شبکه های عصبی، یک مدل هیبرید متشکل از مد مخفی مارکف پیوسته و شبکه عصبی نگاشت خودسازمانده برای مدل کردن واجها پیاده سازی و برای بازشناسی گفتار پیوسته مورد استفاده قرار داده ایم و توانسته ایم با استفاده همزمان از بردارهای وزن شبکه عصبی و توابع چگالی احتمال مدل مخفی مارکف، راندمان سیستم هیبرید را نسبت به سیستمی که تنها با استفاده همزمان از بردارهای وزن شبکه عصبی و توابع چگالی احتمال مدل مخفی مارکف، راندمان سیستم هیبرید را نسبت به سیستمی که تنها از مدل مخفی مارکف استفاده شده است، بطور متوسط تاحدود 1/6 درصد بهبود بخشیم. در سیستم هیبریدی که برای بازشناسی گفتار پیوسته و مستقل از گوینده زبان فارسی پیاده سازی نمودیم در بهترین حالت و بدون استفاده از مدل های زبانی دقت 56/8 درصد رادر سطح جمله بدست آورده ایم.

Authors

محمدمهدی همایون پور

آزمایشگاه سیستم های هوشمند صوتی - گفتاری، دانشکده مهندسی کامپیوتر و ف

حمید پایگذار

آزمایشگاه سیستم های هوشمند صوتی - گفتاری، دانشکده مهندسی کامپیوتر و ف

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • _ F.T. Johansen, "A Comparison of hybrid H MM-Architec tures ...
  • H. A. Bourlard and N. Morgan, "Hybrid HMM/ ANN Systems ...
  • J.-P. Haton, _ Connectionist and Hybrid Models for Automatic Speech ...
  • D. Aberdeen, "A Survey of D iscriminative and Connectionist Methods ...
  • R. Nielsen, Neuroc omputing, A d dison-Wesley Publishing Company, 1989. ...
  • M. Schuster, Encyclopedia of Electrical and Electronics Engineering, Chapter NNs ...
  • D. T. Lin, "The Adaptive Time-Delay Neural Network: Charac terization ...
  • Y. Bengio, NNs for Speech and Sequence Recognition, Interternati onal ...
  • H. W. Hon, X. Huang, Spoken Language Processing, Prentice Hall, ...
  • [Rabiner 93] L. Rabiner, B. H. Juang, Fundamentals of Speech ...
  • T. Kohonen, J. Hynninen, J. Kangas, J. Laaksonen, "The S ...
  • J. Vesanto, NN Tool for Data Mining, Helsinki University of ...
  • G. Fang, W. Gao, J. Ma, _ Signer- independent Sign ...
  • نمایش کامل مراجع