سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

سورنا فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی

اختصاصی از سورنا فایل شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی


 شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی

 

 

 

 

 

فهرست مطالب
چکیده.................................................................................................................................................................................. 1
مقدمه.................................................................................................................................................................................... 2
فصل اول: اصول کلی در ایجاد حالت در گفتار و روشهای مختلف شناسایی حالت گفتار............................. 5
-1 ایجاد و بازشناسی حالت در گفتار................................................................................................................. 5 -1
-1-1 روابط صوتی حالت در گفتار انسانی....................................................................................................... 5 -1
-2-1 ارزیابی با نمونههای انسانی........................................................................................................................ 7 -1
-3-1 بازشناسی حالت در گفتار انسانی............................................................................................................ 7 -1
و درخت تصمیم گیری در سیستم ها ی K-NN، SVM ، -2-1 مقایسه الگوریتمهای شبکه عصبی
پاسخگوی صوتی متقابل............................................................................................................................................... 8
-1-2 بازشناسی حالت............................................................................................................................................. 9 -1
-2-2 بانک اطلاعاتی................................................................................................................................................ 9 -1
-3-2 استخراج ویژگیها....................................................................................................................................... 10 -1
-1-3-2 ویژگیهای فرکانس گام....................................................................................................................... 10 -1
-2-3-2 ویژگیهای انرژی.................................................................................................................................. 10 -1
-3-3-2 ویژگیهای طول زمان شنیداری......................................................................................................... 11 -1
-4-2 گروهبندی و نتایج........................................................................................................................................ 11 -1
ها برای بازشناسی حالت در گفتار روزمره .............................................................. 14 GMM -3 استفاده از -1
-1-3 نتایج................................................................................................................................................................ 16 -1
و شبکههای عصبی..................................... 17 K-NN -4 شناسایی و تشخیص حالت گفتار با استفاده از -1
-1-4 مراحل تحقیق............................................................................................................................................... 18 -1
-2-4 استخراج ویژگیها........................................................................................................................................ 19 -1
و مقایسه آنها با یکدیگر................. 20 HMM ، SVM ، QDA -5 بازشناسی حالت با استفاده از آنالیز -1
-1-5 فرآیند بازشناسی حالت............................................................................................................................ 20 -1
-2-5 انتخاب و رتبهبندی ویژگیها................................................................................................................... 20 -1
-3-5 نتیجه ............................................................................................................................................................... 22 -1
-6 بازشناسی حالت گفتار با استفاده از رای اکثریت کارشناسان زیرفضا................................................ 22 -1
ز
-1-6 استخراج ویژگیها....................................................................................................................................... 23 -1
-7 بازشناسی حالات گفتار چندزبانه با استفاده از آنالیز مؤلفههای اصلی............................................... 24 -1
-1-7 بازشناسی حالات......................................................................................................................................... 24 -1
-2-7 تفکیکپذیری حالات احساسی............................................................................................................... 25 -1
-3-7 بازشناسی حالت گفتار چند زبانه............................................................................................................ 26 -1
26............... SVM -8 بازشناسی حالت در سیگنالهای بالقوه زیستی با استفاده از شبکههای عصبی و -1
-1-8 جمعآوری دادههای حالتدار ..................................................................................................................... 27 -1
-2-8 دستهکننده الگو............................................................................................................................................. 27 -1
-3-8 بازشناسی حالت........................................................................................................................................... 28 -1
-9 بازشناسی حالت گفتار با استفاده از مدل مارکوف مخفی...................................................................... 28 -1
-1-9 استخراج پوش ویژگیهای خام .............................................................................................................. 29 -1
ها.................................................................................................. 29 GMM -2-9 ویژگی عمومی با استفاده از -1
-3-9 مجموعه گفتار.............................................................................................................................................. 30 -1
-4-9 نتایج................................................................................................................................................................ 30 -1
-10 بازشناسی حالت گفتار با استفاده از شبکه عصبی................................................................................. 30 -1
-1 طراحی سیستم........................................................................................................................................... 31 -10 -1
-1-1 حالت گفتار........................................................................................................................................... 31 -10 -1
-2-1 مفهوم مستقل از گوینده..................................................................................................................... 31 -10 -1
-3-1 مراحل پردازش.................................................................................................................................... 32 -10 -1
-4-1 ساختار شبکه عصبی............................................................................................................................ 33 -10 -1
-2 آزمایش بازشناسی حالت........................................................................................................................ 34 -10 -1
-1-2 پایگاه داده گفتار .................................................................................................................................. 34 -10 -1
-2-2 روشهای آموزش و آزمایش........................................................................................................... 35 -10 -1
-3-2 نتایج........................................................................................................................................................ 35 -10 -1
37...............LPC -11 مقایسه مدل فازی و شبکه عصبی در بازشناسی حالت گفتار با استفاده از آنالیز -1
-1 بازشناسی کننده حالات........................................................................................................................... 38 -11 -1
-2 آزمایش........................................................................................................................................................ 39 -11 -1
ح
-3 نتایج ............................................................................................................................................................. 40 -11 -1
-12 بازشناسی حالت گفتار با استفاده از تغییرات حالت چهره.................................................................. 41 -1
42............................................................................................................ Fuzzy ARTMAP فصل دوم: شبکه عصبی
-1 استفاده از شبکه عصبی.................................................................................................................................... 42 -2
43......................................................................................................................................ARTMAP -2 شرح شبکة -2
44.......................................................................................................................................... Fuzzy ARTMAP -1-2 -2
فصل سوم: بازشناسی چهار حالت گفتاری با استفاده از شبکه عصبی................................................................... 48
-1 مقدمات انجام پروژه.......................................................................................................................................... 48 -3
-1-1 گردآوری اطلاعات و دادههای مورد نیاز برای انجام پروژه............................................................ 48 -3
-2-1 شرایط و جملات ضبط شده.................................................................................................................. 49 -3
-3-1 پردازش دادههای خام............................................................................................................................... 59 -3
-2 مشخصات شبکه عصبی مورد استفاده......................................................................................................... 60 -3
-3 انتخاب حالتهای قابل بازشناسی............................................................................................................... 61 -3
-4 انتخاب ویژگیها برای بازشناسی................................................................................................................. 62 -3
-5 مشکلات بازشناسی حالت............................................................................................................................. 65 -3
-6 نتایج آزمایش حالتهای مختلف................................................................................................................. 67 -3
-1-6 آزمودن شبکه عصبی طراحی شده.......................................................................................................... 68 -3
-2-6 بازشناسی چهار حالت با 20 گوینده برای آموزش............................................................................ 69 -3
-3-6 بازشناسی سه حالت با 20 گوینده برای آموزش................................................................................ 79 -3
-4-6 تاثیر تعداد دادههای آموزشی و آزمایشی.............................................................................................. 85 -3
-1-4-6 بازشناسی چهار حالت با 19 گوینده برای آموزش..................................................................... 85 -3
-2-4-6 بازشناسی چهار حالت با 18 گوینده برای آموزش..................................................................... 88 -3
-5-6 بازشناسی چهار حالت با 52 ویژگی...................................................................................................... 89 -3
-7 تاثیر پارامترهای مختلف روی حالتهای مختلف................................................................................... 96 -3
فصل چهارم : جمعبندی................................................................................................................................................ 97
منابع..


دانلود با لینک مستقیم


شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی