تطبیق با گوینده در شبکه های عصبی عمیق با استفاده از تحلیل عامل
Publish place: Conference on Signal Processing and Intelligent Systems
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 624
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
SPIS02_028
Index date: 1 July 2017
تطبیق با گوینده در شبکه های عصبی عمیق با استفاده از تحلیل عامل abstract
در سال های اخیر، شبکه های عصبی عمیق کاربرد فراوانی در بازشناسی گفتار و به ویژه مدل سازی آکوستیک یافته اند. این شبکه ها یا در ترکیب با مدل مخفی مارکف و یا بطور مستقل برای مدل سازی آکوستیک استفاده شده اند. نیاز به تطبیق با گوینده در بازشناسی گفتار و مدل سازی آکوستیک سبب شده است تا روش های متنوعی برای تطبیق سیستم های بازشناسی گفتار با گوینده هم در مدل های مبتنی بر مخلوط گاوسی و هم در مدل های مبتنی بر شبکه های عصبی عمیق پیشنهاد شوند. روش تحلیل عامل روشی برای تطبیق گوینده است که اخیرا مورد توجه قرار گرفته است. در مقاله حاضر روشی مبتنی بر تحلیل عامل در حوزه ی شبکه های عصبی عمیق، برای تطبیق با گوینده پیشنهاد شده است. به این ترتیب که دو شبکه عصبی عمیق گلوگاه برای بازشناسی واج و بازشناسی جنسیت گوینده بطور جداگانه آموزش میبینند. سپس لایه های گلوگاه این دو شبکه، به عنوان ویژگی و بازنمایی توصیفگر واج و جنسیت، و به عنوان دو عامل متفاوت با هم ترکیب می شوند. سپس با افزودن لایه های جدید بعد از این دو لایه گلوگاه، یک شبکه ای عصبی عمیق واحد برای بازشناسی واج آموزش می بیند. علاوه بر اینکه با بکارگیری توابع فعالیت مختلف در شبکه ای عصبی عمیق، عملا بر تنوع عامل ها افزوده شده است. ارزیابی بر روی دادگان TIMIT نشان می دهد که با ترکیب این دو عامل و در نظر گرفتن عامل جنسیت، دقت بازشناسی واج و سه واج افزایش می یابند.
تطبیق با گوینده در شبکه های عصبی عمیق با استفاده از تحلیل عامل Keywords:
تطبیق با گوینده در شبکه های عصبی عمیق با استفاده از تحلیل عامل authors
محمد حسن سوهان آجینی
دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران
احمد اکبری ازیرانی
دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران
بابک ناصر شریف
دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :