بررسی اثر پارامترهای مدل مخفی مارکوف در سیستم بازشناسی
Publish place: 4th International Conference on Electrical Engineering, Computer Science and Information Technology
Publish Year: 1398
Type: Conference paper
Language: Persian
View: 616
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ECICONFE04_007
Index date: 17 February 2020
بررسی اثر پارامترهای مدل مخفی مارکوف در سیستم بازشناسی abstract
یکی از موضوعات پایه ای در حوزه پردازش گفتار، بازشناسی گفتار است که هدف اصلی آن دریافت سیگنال گفتار و تبدیل آن به متن و فرمان می باشد. طراحی و تولید سیستم های بازشناسی گفتار باعث صرفه جویی در وقت و هزینه می شود و به طرق مختلف کیفیت زندگی ما را افزایش می دهد. دو بخش اصلی یک سیستم بازشناسی گفتار استخراج ویژگی و مدل سازی آکوستیکی است که در دهه های گذشته پژوهش های زیادی در این زمینه ها صورت گرفته است، در این مقاله اثرات پارامترهای مدل مخفی مارکوف بر روی گفتار بررسی شده و نتایج بدست آمده از جداول و شکلها حاکی از آن است که با افزایش تعداد مخلوط های گوسی در حالتهای مختلف اگرچه باعث تحمیل بار محاسباتی به سیستم می شود اما دقت و نرخ صحیح بازشناسی گفتار بهبود قابل ملاحظه ای پیدا می کند. در این مقاله از پایگاه داده TIMIT به همراه نرم افزار متلب استفاده شده است.
بررسی اثر پارامترهای مدل مخفی مارکوف در سیستم بازشناسی Keywords:
بررسی اثر پارامترهای مدل مخفی مارکوف در سیستم بازشناسی authors
بهزاد زمانی دهکردی
گروه کامپیوتر – دانشکده علوم پایه - دانشگاه آزاد اسلامی واحد شهرکرد
زال احمدی
فارغ التحصیل کارشناسی ارشد مهندسی نرم افزار - دانشگاه آزاد اسلامی واحد شهرکرد