بهبود تصمیم گیری در سیستم های شناسایی زبان با استفاده از پس پردازش امتیازات
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,031
This Paper With 8 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:
شناسه ملی سند علمی:
CSICC15_244
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
شناسایی خودکار زبان گفتاری به تشخیص زبان از روی سیگنال گفتار گفته می شود. این سیستم ها اغلب با مقایسه امتیاز تعلق سیگنال گفتار به زبانها ی مختلف تصمیم گیری می کنند. برای سهولت تصمیم گیری و کاهش خطای سیستم شناسایی زبان، از روشهای پس پردازش امتیازها برای طبقه بندی بردار امتیازهای خام به تعداد زبانهایی که خواهان تفکیک آنها هستیم، استفاده می شود. در این مقاله از روشهای شبکه عصبی (NV) مدل مخلوط گوسی (GMM) و ماشین بردار مرزی (SVM) به عنوان روش پس پردازش استفاده شده است. آزمایشها برروی دادگان گفتار محاوره ای تلفنی واقعی انجام شده است بدون استفاده از روشهای پس پردازش خطای EER برای جداسازی همرمان زبانهای هدف (عربی، فارسی و انگلیسی) از سایر زبانهای دنیا حدود 30.63 درصد است در حالیکه با عمال روشهای ذکر شده در روش شبکه عصبی خطای 14.28 درصد، روش SVM خطای 17.80 درصد و روش GMM خطای 18.82 درصد بدست آمده است کاهش خطا به میزان 54% کارایی و اهمیت استفاده از روشهای پس پردازش امتیازات را نشان می دهد.
Keywords:
شناسایی خودکار زبان گفتاری , پس پردازش , شبکه عصبی , مدل مخلوط گوسی , ماشین بردار مرزی , گفتار محاوره ای تلفنی
Authors
شقایق رضا
پژوهشکده پردازش هوشمند علائم، تهران.
زینب زینل خانی
پژوهشکده پردازش هوشمند علائم، تهران.
جهانشاه کبودیان
پژوهشکده پردازش هوشمند علائم، تهران.
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 :