Abstract image of a woman sitting on books and studying on a laptop

presentation

H
Hassan Vafakar
1 of 50
Download to read offline
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
‫دانشگاه‬‫اسالمی‬ ‫اد‬‫ز‬‫آ‬ ‫واحد‬‫علوم‬‫تهران‬‫تحقیقات‬‫و‬ ‫و‬ ‫فنی‬ ‫دانشکده‬‫ی‬ ‫مهندس‬ ‫ق‬‫بر‬ ‫شد‬‫ر‬‫ا‬ ‫ی‬ ‫شناس‬‫ر‬‫کا‬‫نامه‬‫پایان‬-‫ایش‬‫ر‬‫گ‬‫مکاترونیک‬ ‫نده‬‫ز‬‫پردا‬‫روی‬ ‫ی‬ ‫س‬‫ر‬‫فا‬‫گفتار‬ ‫کلیدی‬ ‫واژگان‬ ‫استخراج‬ ‫الگوریتم‬ ‫ی‬‫ساز‬ ‫پیاده‬‫و‬ ‫احی‬‫ر‬‫ط‬DSP ‫اهنما‬‫ر‬ ‫استاد‬: ‫محمدخانی‬ ‫دکتر‬ ‫آقای‬ ‫ر‬‫مشاو‬ ‫استاد‬: ‫قدس‬ ‫دکتر‬ ‫آقای‬ ‫ر‬‫داو‬ ‫استاد‬: ‫ابی‬‫ر‬‫سه‬ ‫دکتر‬ ‫آقای‬ ‫دهنده‬‫ائه‬‫ر‬‫ا‬: ‫وفاکار‬ ‫حسن‬ ‫بهمن‬1392 1
‫مطالب‬ ‫فهرست‬ 1)‫مقدمه‬‫گفتار‬ ‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬ ‫بر‬ ‫ای‬‫ی‬ ‫س‬‫ر‬‫فا‬ 2)‫ی‬‫ر‬‫و‬‫مر‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬ ‫ادبیات‬ ‫بر‬‫پیوسته‬ 3)‫ی‬‫ر‬‫تئو‬‫پیوسته‬ ‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬ ‫س‬‫ر‬‫فا‬ 4)‫احل‬‫ر‬‫م‬‫پیوسته‬ ‫گفتار‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫ی‬ ‫س‬‫ر‬‫فا‬ 5)‫نتایج‬‫ها‬‫مایش‬‫ز‬‫آ‬‫و‬‫مقایسه‬‫ها‬ 2
‫مقدمه‬‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫و‬ ‫اهداف‬‫یاب‬‫ه‬‫ژ‬‫وا‬ ‫سامانه‬ ‫بردهای‬‫ر‬‫کا‬: •‫گردد‬‫استفاده‬‫ن‬‫قانو‬ ‫خالف‬‫های‬‫فعالیت‬ ‫شناسایی‬ ‫و‬ ‫امنیتی‬‫های‬‫مان‬‫ز‬‫سا‬ ‫ای‬‫ر‬‫ب‬ ‫توان‬‫می‬. •‫ا‬‫ا‬‫ی‬ ‫ک‬ ‫اای‬‫ا‬‫ه‬‫ه‬‫ژ‬‫وا‬ ‫ن‬ ‫ااف‬‫ا‬‫ی‬‫اه‬‫ا‬‫ب‬‫ااز‬‫ا‬‫ی‬‫ن‬‫اوها‬‫ا‬‫ش‬ ‫ای‬‫ا‬‫م‬‫و‬‫ار‬‫ا‬‫ب‬‫و‬‫ر‬ ‫ی‬‫او‬‫ا‬‫ش‬ ‫ایوهای‬‫ا‬‫ش‬‫ر‬‫آ‬‫و‬ ‫اده‬‫ا‬‫ش‬ ‫اره‬‫ا‬‫و‬‫هخ‬‫اای‬‫ا‬‫ه‬‫ر‬‫گفتا‬‫اا‬‫ا‬‫ب‬‫اه‬‫ا‬ ‫ی‬ ‫اا‬‫ا‬‫م‬‫ز‬‫ااوه‬‫ا‬‫ن‬‫ع‬ ‫و‬ ‫دی‬ ‫دهند‬‫می‬‫شان‬ ‫ا‬‫ر‬ ‫خود‬‫گفتار‬. •‫سامانه‬‫ایانه‬‫ر‬ ‫و‬ ‫سان‬ ‫ا‬‫میان‬‫اطالعات‬‫تبادل‬‫و‬ ‫اقتصادی‬‫د‬‫ر‬‫موا‬‫در‬‫گفتگو‬‫خودکار‬‫های‬ •‫امت‬‫ا‬‫س‬‫ق‬ ‫اردن‬‫ا‬ ‫د‬‫ر‬ ‫و‬ ‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫ادی‬‫ا‬‫ی‬ ‫ک‬ ‫اان‬‫ا‬‫د‬‫واژ‬ ‫اایی‬‫ا‬‫س‬‫شنا‬ ‫ای‬‫ر‬‫ا‬‫ا‬‫ب‬‫ی‬‫اار‬‫ا‬‫ت‬‫گف‬‫ات‬‫ا‬‫ر‬ ‫ن‬ ‫ات‬‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫اامانه‬‫ا‬‫س‬ ‫اه‬‫ا‬‫ب‬‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫اافه‬‫ا‬‫ف‬‫ا‬‫اای‬‫ا‬‫ه‬ ‫د‬‫ر‬‫دا‬‫نیاز‬‫یاب‬‫ه‬‫ژ‬‫وا‬(.‫ف‬ ‫ت‬‫آالت‬‫ماشون‬‫و‬ ‫ایانه‬‫ر‬ ‫و‬ ‫ها‬‫اتومبیل‬‫در‬‫ی‬‫شو‬ ‫های‬‫ل‬‫ر‬ ‫ن‬ ،‫اه‬‫ر‬‫هم‬‫های‬‫خانجات‬‫ر‬‫کا‬) •‫ند‬ ‫می‬‫ن‬‫متو‬‫ی‬‫ساز‬ ‫خالشه‬‫در‬‫ایی‬‫ز‬‫بس‬‫مک‬ ‫یدی‬ ‫ک‬ ‫های‬‫ه‬‫ژ‬‫وا‬ ‫ن‬ ‫یاف‬. 3
‫مقدمه‬‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ •‫ری‬ ‫بیش‬‫ی‬‫کار‬‫ه‬‫ی‬‫و‬‫ر‬‫ی‬‫جستجو‬‫واژدان‬‫یدی‬ ‫ک‬‫انجام‬‫گرفته‬‫مدل‬‫ردن‬ ‫آکوستیکی‬،‫اعمال‬‫هتا‬‫ر‬‫الگو‬‫های‬‫جستجو‬‫و‬‫استفاده‬‫از‬‫مدل‬‫های‬‫ب‬‫ز‬‫ی‬ ‫ا‬ ‫ی‬‫و‬‫ر‬‫گفتار‬‫پیوسته‬‫بوده‬‫است‬. •‫احت‬‫ر‬‫تره‬‫و‬‫اولون‬‫اه‬‫ر‬‫شناسایی‬‫تمام‬‫ه‬‫ژ‬‫وا‬‫های‬،‫یدی‬ ‫ک‬‫شناسایی‬‫ت‬‫مام‬‫ه‬‫ژ‬‫وا‬ ‫ها‬‫توسط‬‫سامانه‬‫ی‬ ‫شناس‬‫ز‬‫با‬‫گفتار‬‫پیوسته‬‫با‬‫عداد‬‫واژداه‬‫باال‬‫است‬ •‫دو‬‫مدل‬‫ا‬‫ز‬‫مج‬‫ای‬‫ر‬‫ب‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫غور‬‫یدی‬ ‫ک‬ –‫ای‬‫ر‬‫د‬‫سامانه‬‫دو‬‫ت‬‫ر‬‫عبا‬‫حائز‬‫اهمیت‬‫است‬: 1)‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬ 2)‫ات‬‫ر‬‫عبا‬‫و‬‫ه‬‫ژ‬‫وا‬‫های‬‫غور‬‫یدی‬ ‫ک‬(‫باله‬‫ز‬) 4
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫مقدمه‬ •‫ش‬ ‫تقسیا‬ ‫دسته‬ ‫دو‬ ‫به‬ ‫توانند‬ ‫می‬‫ه‬‫ژ‬‫وا‬ ‫گر‬ ‫جستجو‬ ‫های‬ ‫سیستا‬‫وند‬: 1)‫محدودی‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫عداد‬ ‫ه‬ ‫هایی‬‫سیستا‬‫ند‬‫ر‬‫دا‬ 2)‫نامحدود‬‫آنها‬‫در‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫عداد‬ ‫ه‬ ‫هایی‬‫سیستا‬(‫چند‬ ‫از‬ ‫بیش‬10‫تا‬)‫است‬. 5
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫مقدمه‬ ‫است‬‫ه‬‫ژ‬‫و‬‫پر‬ ‫ای‬‫وب‬ ‫مط‬ ‫هر‬‫ز‬ ‫ایط‬‫ر‬‫ش‬ ‫با‬ ‫ای‬ ‫سامانه‬. •‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫بودن‬ ‫دوهنده‬‫از‬ ‫مستقل‬ •‫مارکوف‬ ‫پنهان‬ ‫مدل‬ ‫توسط‬ ‫ت‬ ‫احتما‬ ‫ی‬‫ساز‬ ‫مدل‬ •‫هر‬‫ز‬‫اساس‬ ‫بر‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫مدل‬‫از‬ ‫استفاده‬-‫ها‬ ‫ه‬‫ژ‬‫وا‬ •‫یدی‬ ‫ک‬‫غور‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫ای‬‫ر‬‫ب‬ ‫ننده‬ ‫پر‬ ‫یا‬ ‫باله‬‫ز‬ ‫مدل‬‫از‬ ‫استفاده‬ •‫شده‬ ‫ادا‬ ‫دویش‬ ‫مان‬‫ز‬ ‫با‬ ‫سامانه‬ ‫بودن‬ ‫همزمان‬ •‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬‫ات‬‫ر‬‫غیو‬ ‫ای‬‫ر‬‫ب‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫بودن‬ ‫پذیر‬ ‫عطاف‬ ‫ا‬ 6
2)‫ی‬‫ر‬‫و‬‫مر‬‫پیوسته‬‫گفتار‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫ادبیات‬‫بر‬ •‫مجموعه‬‫با‬ ‫پیوسته‬ ‫گفتار‬ ‫ی‬ ‫شناس‬‫ز‬‫با‬‫بر‬‫مبتنی‬‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫دادگان‬ ‫گ‬‫ر‬‫بز‬ ‫های‬ ‫سال‬ ‫در‬1993(Weintraub)‫و‬1998(Melian and O’Shaughnessy) ‫مزهت‬:‫باال‬ ‫دقت‬ ‫و‬ ‫ساددی‬ ‫معایب‬:‫ای‬‫حافظه‬ ‫و‬ ‫ی‬ ‫ما‬‫ز‬ ‫باالی‬ ‫هزهنه‬ 7
‫ی‬‫ر‬‫و‬‫مر‬‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ •‫غیر‬‫و‬ ‫کلیدی‬ ‫واژگان‬ ‫مارکوف‬ ‫پنهان‬‫مدل‬‫بر‬‫مبتنی‬‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫کلیدی‬ 1990‫توسط‬Rose and PaulFOM=66.6% 8
‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫ی‬‫جستجو‬‫پویا‬ ‫اساس‬‫ر‬‫ب‬‫ای‬‫ش‬‫و‬‫ر‬‫ابتدا‬‫واحد‬‫های‬‫ی‬ ‫شو‬‫د‬‫ر‬‫مو‬‫نظر‬(‫مثال‬‫واج‬)‫ا‬‫ر‬‫در‬‫گفتا‬‫ر‬ ‫ی‬ ‫شناس‬‫ز‬‫با‬‫رده‬‫و‬‫با‬‫ار‬‫ر‬‫ق‬‫دادن‬‫آنها‬‫در‬‫نار‬‫ها‬‫و‬‫جستجو‬‫در‬‫میان‬‫دنباله‬‫واحد‬ ‫های‬،‫ی‬‫گفتار‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫یافته‬‫می‬‫شوند‬ 2008Rodrigues and Perronnin 9
‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واژگان‬‫کلیدی‬ ‫مدل‬‫مبتنی‬‫بر‬‫تمام‬‫ه‬‫ژ‬‫وا‬-Jansen and Niogi‫در‬‫سال‬2009 ‫معایب‬: ‫نیاز‬‫به‬‫داده‬‫ی‬ ‫ش‬‫ز‬‫آمو‬‫کافی‬‫برای‬‫هر‬‫ه‬‫ژ‬‫وا‬ ‫عدم‬‫انعطاف‬‫ی‬‫پذیر‬ ‫مدل‬‫مبتنی‬‫بر‬‫یر‬‫ز‬‫ه‬‫ژ‬‫وا‬-Young and Knill1994 ‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫با‬‫پشت‬‫سر‬‫ها‬‫ار‬‫ر‬‫ق‬‫دادن‬‫مدل‬‫هر‬‫ز‬‫ه‬‫ژ‬‫وا‬‫های‬‫شکیل‬‫دهنده‬‫آنها‬ ‫ساخته‬‫می‬‫شود‬. 10
‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫وهژدی‬‫اج‬‫ر‬‫استخ‬ –MFCC‫ایب‬‫ر‬‫ف‬‫مل‬‫س‬ ‫فرکا‬‫ال‬‫ر‬ ‫پس‬ –Wavelet Transform –MFDWC‫ایب‬‫ر‬‫ف‬‫س‬ ‫فرکا‬‫گسسته‬ ‫موجک‬‫مل‬ •‫های‬‫فرها‬ ‫معموال‬20‫ی‬ ‫همپوشا‬ ‫با‬ ‫ثانیه‬‫میلت‬10‫های‬ ‫پنجره‬‫از‬‫استفاده‬ ‫با‬ ‫و‬ ‫ثانیه‬‫میلت‬ ‫شوند‬ ‫می‬‫گرفته‬ ‫نظر‬ ‫در‬ ‫همینگ‬𝐹 𝑀𝑒𝑙 = 1000 log 2 1 + 𝐹 𝐻𝑧 1000 –FHz‫است‬‫هه‬‫ر‬‫فو‬ ‫تبدیل‬‫از‬ ‫آمده‬ ‫بدست‬‫س‬ ‫فرکا‬‫ه‬‫ز‬‫حو‬‫در‬‫سیگنال‬‫مقدار‬ •𝐶𝑖 = 2 𝑁 𝑖=1 𝑛 𝑚𝑗 cos 𝜋𝑗 𝑁 𝑗 − 0.5 –mj‫و‬‫است‬‫مل‬ ‫ر‬ ‫فی‬‫بانک‬‫های‬‫کانال‬ ‫از‬‫یک‬‫هر‬‫انرژی‬‫لگارهتا‬ ‫با‬ ‫ابر‬‫ر‬‫ب‬N‫دهد‬‫می‬‫شان‬ ‫ا‬‫ر‬ ‫ر‬ ‫فی‬‫بانک‬‫های‬ ‫کانال‬ ‫عداد‬. 11
‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫مدل‬‫پنهان‬‫مارکوف‬ ‫مدل‬‫پنهان‬‫مارکوف‬‫ای‬‫ر‬‫دا‬‫عداد‬‫محدودی‬‫حالت‬‫است‬‫ه‬‫ای‬‫حالت‬‫ها‬‫می‬ ‫توانند‬‫به‬‫یکدیگر‬‫اه‬‫ر‬‫ت‬ ‫انتقا‬‫داشته‬‫باشند‬.‫انتقال‬‫ها‬‫در‬‫گفتار‬‫ا‬‫ز‬‫چپ‬‫به‬ ‫است‬‫ر‬‫و‬‫ی‬‫قو‬ ‫ح‬‫ت‬‫ر‬‫شو‬‫می‬‫گورد‬.‫ر‬ ‫ام‬‫ر‬‫پا‬‫های‬‫اشلت‬‫موجود‬‫در‬‫مدل‬‫پنهان‬ ‫مارکوف‬‫تند‬‫ر‬‫عبا‬‫از‬: –‫مجموعه‬‫ها‬‫حالت‬‫یی‬‫ه‬‫ممک‬‫است‬‫اتفاق‬‫بيفتد‬. –‫مجموعه‬‫ی‬ ‫تصميما‬‫ه‬‫توان‬‫می‬‫در‬‫های‬‫حالت‬‫ف‬ ‫مخت‬‫گرفت‬. –‫مجموعه‬‫نتايجت‬‫ه‬‫ممک‬‫است‬‫متعاقب‬‫هر‬‫ی‬‫گور‬‫تصميا‬‫بدست‬‫آيد‬. –‫منافع‬‫و‬‫ش‬‫ز‬‫ار‬‫ده‬‫و‬‫افز‬‫اي‬‫ی‬‫گور‬‫تصميا‬‫در‬‫مقايسه‬‫با‬‫تصميمات‬‫ممک‬‫دي‬‫گر‬ 12
‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬‫ی‬ ‫س‬‫ر‬‫فا‬ •‫پیش‬‫ش‬‫ز‬‫پردا‬ –‫ای‬‫ر‬‫ب‬‫قاب‬‫بندی‬‫سیگنال‬‫گفتار‬‫از‬‫پنجره‬‫بندی‬‫استفاده‬‫می‬‫شود‬. •‫پنجره‬‫مستطیلت‬:𝑊 𝑛 = 1 − 𝑀 ≤ 𝑛 ≤ 𝑀 •‫پنجره‬‫همینگ‬:𝑊 𝑛 = 0.54 + 0.46 cos 𝑛𝜋 𝑀 − 𝑀 ≤ 𝑛 ≤ 𝑀 •‫پنجره‬‫هنینگ‬:𝑊 𝑛 = 0.5 + 0.5 cos 𝑛𝜋 𝑀+1 − 𝑀 ≤ 𝑛 ≤ 𝑀 ‫با‬‫توجه‬‫به‬‫اینکه‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫سیگنال‬‫ودی‬‫ر‬‫و‬‫با‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫پنجره‬‫کانوالو‬‫می‬،‫شود‬ ‫پنجره‬‫های‬‫همینگ‬‫و‬‫هنینگ‬‫ای‬‫ر‬‫ب‬‫پنجره‬‫بندی‬‫مناسب‬‫تر‬‫به‬‫نظر‬‫می‬‫سند‬‫ر‬. 13
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫بردار‬‫ویژگی‬‫ایب‬‫ر‬‫ض‬‫کپسترال‬‫فرکانس‬‫مل‬ ‫پس‬‫از‬‫بدست‬‫دن‬‫ر‬‫آو‬‫ی‬‫ژ‬‫انر‬‫بانک‬‫رها‬ ‫فی‬‫بردار‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫پس‬‫ال‬‫ر‬‫با‬ ‫استفاده‬‫از‬‫تبدیل‬‫گسسته‬‫ی‬ ‫سینوس‬-‫ی‬ ‫سینوس‬‫بدست‬‫خواهد‬‫آمد‬ •‫بردار‬‫ویژگی‬‫ضرایب‬‫موجک‬‫گسسته‬‫مقیاس‬‫مل‬ • 𝐶 𝑎,𝑏 = 𝑋 𝑡 𝜓 𝑎,𝑏 𝑡 𝑑𝑡 • 𝜓 𝑎,𝑏 𝑡 = 1 𝑎 𝜓 𝑡−𝑏 𝑎 (t)‫سیگنال‬،‫ودی‬‫ر‬‫و‬𝜓 𝑡‫تابع‬،‫موجک‬a‫مقدار‬‫مقیاس‬‫و‬b‫مقدار‬‫جابجایی‬‫تابع‬‫موجک‬ ‫تبدیل‬‫موجک‬‫گسسته‬:𝜓𝑗,𝑘 = 2 𝑗 2 𝜓 2 𝑗 𝑡 − 𝑘 14
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬ ‫قاب‬‫گفتار‬‫در‬‫یک‬‫حالت‬‫مدل‬‫پنهان‬‫مارکوف‬: 𝑏𝑗 𝑂𝑗 = 𝑘=1 𝑀 𝐶𝑗𝑘 𝑁 𝑂𝑗 𝜇 𝑗𝑘 ∑ 𝑗𝑘 −∞ ∞ 𝑏𝑗 𝑂𝑗 𝑑𝑂𝑗 = 1 𝑂, ∑ ,𝜇‫به‬‫ترتیب‬‫میانگون‬،‫ماتریس‬‫س‬ ‫ها‬‫ر‬‫کووا‬‫و‬‫نمونه‬‫هستند‬. 15
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫ای‬‫ر‬‫ب‬‫شناسایی‬‫واج‬‫ها‬‫در‬‫گفتار‬‫پیوسته‬‫نیاز‬‫به‬‫شبکه‬‫ا‬‫ر‬‫گ‬‫مر‬‫شخیص‬ ‫واج‬‫ها‬‫ر‬‫دا‬‫ه‬‫با‬‫اعمال‬‫هتا‬‫ر‬‫الگو‬‫ربی‬ ‫وه‬‫ی‬‫و‬‫ر‬،‫آن‬‫دنباله‬‫واج‬‫ها‬‫شان‬ ‫داده‬‫می‬‫شوند‬ • 𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = 𝑇𝑟𝑢𝑒 𝐻𝑖𝑡−𝐼𝑛𝑠𝑒𝑟𝑡𝑖𝑜𝑛−𝐷𝑒𝑙𝑒𝑡𝑖𝑜𝑛−𝑆𝑢𝑏𝑠𝑡𝑖𝑡𝑢𝑡𝑖𝑜𝑛 𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑃ℎ𝑜𝑛𝑒𝑚𝑒𝑠 16
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫واژگان‬‫مدل‬‫کلیدی‬ –‫مستق‬‫ر‬‫طو‬ ‫به‬ ‫ا‬‫ر‬ ‫ها‬ ‫ه‬‫ژ‬‫وا‬ ‫و‬ ‫رد‬ ‫استفاده‬ ‫شده‬ ‫بیان‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫از‬‫یا‬ ‫ش‬‫ز‬‫آمو‬‫دهیا‬(‫ه‬‫ژ‬‫وا‬ ‫تمام‬ ‫مدل‬) –‫ساخت‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫تا‬ ‫داده‬‫ار‬‫ر‬‫ق‬ ‫سرها‬ ‫پشت‬ ‫ا‬‫ر‬ ‫دیده‬ ‫ش‬‫ز‬‫آمو‬ ‫های‬ ‫واج‬‫ه‬ ‫شوند‬ ‫واژه‬ ‫تمام‬‫واج‬ ‫مبنای‬ ‫بر‬ 234/277(84.47)%Hit Ratio196/277(70.76)%Hit Ratio 33Number of False Alarms39Number of False Alarms 17
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ ‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬‫مدل‬"PARK" ‫مدل‬‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬“PARK”‫یک‬‫ه‬‫ز‬‫اجا‬‫با‬‫پرش‬ ‫مدل‬‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬“PARK”‫دو‬‫ه‬‫ز‬‫اجا‬‫با‬‫پرش‬ 18
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫پر‬‫مدل‬‫کننده‬ –‫ها‬ ‫واج‬ ‫مارکوف‬ ‫پنهان‬ ‫مدل‬ ‫بر‬ ‫مبتنی‬ ‫پرکننده‬ ‫مدل‬ 19
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫مدل‬‫پرکننده‬‫بهبود‬‫یافته‬ –‫درگفتار‬‫ی‬ ‫س‬‫ر‬‫فا‬‫ی‬ ‫بعض‬‫از‬‫ه‬‫ژ‬‫وا‬‫ها‬‫به‬‫عداد‬‫ی‬‫بیشمار‬‫استفاده‬‫می‬‫ش‬‫وند‬.‫ای‬‫ر‬‫ب‬ ‫مثال‬‫در‬‫گفتار‬‫پیوسته‬‫ی‬ ‫س‬‫ر‬‫فا‬‫ت‬ ‫افعا‬‫مانند‬"‫شد‬"،"‫است‬"‫و‬"‫می‬‫ب‬‫اشد‬"‫و‬ ‫ف‬‫و‬‫حر‬‫افافه‬‫مانند‬"‫از‬"‫و‬"‫در‬"‫و‬‫ی‬‫فمایر‬‫ن‬‫چو‬"‫آن‬"‫و‬"‫ای‬"‫و‬"‫او‬" ‫استفاده‬‫ی‬‫بسیار‬‫ند‬‫ر‬‫دا‬.‫از‬‫مدل‬‫پنهان‬‫مارکوف‬‫ای‬‫ه‬‫ژ‬‫وا‬‫ها‬‫به‬‫شرطی‬‫ه‬‫در‬ ‫مجموعه‬‫ه‬‫ژ‬‫وا‬‫ها‬‫یدی‬ ‫ک‬‫نباشند‬‫به‬‫عنوان‬‫مک‬‫ننده‬‫مدل‬‫ننده‬ ‫پر‬ ‫استفاده‬‫می‬‫شود‬.‫استفاده‬‫از‬‫ای‬‫مدل‬‫مک‬‫ننده‬،‫مک‬‫ی‬ ‫شایا‬‫ب‬‫ه‬‫پایون‬ ‫آمدن‬‫نرخ‬‫اشتباه‬‫در‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫خواهد‬‫داشت‬ 20
‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫قبل‬‫از‬‫انجام‬‫ه‬‫ژ‬‫وا‬‫یابی‬‫ی‬ ‫فرفیا‬‫بر‬‫شبکه‬‫امر‬‫ر‬‫گ‬‫وجود‬‫د‬‫ر‬‫دا‬‫ه‬‫به‬‫شر‬‫ح‬‫هر‬‫ز‬ ‫است‬: –‫احتمال‬‫ر‬‫حضو‬‫در‬Null1‫و‬Null2‫ابر‬‫ر‬‫ب‬1‫است‬ –‫احتمال‬‫پرش‬‫از‬Null1‫به‬‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫ننده‬ ‫پر‬‫ابر‬‫ر‬‫ب‬‫با‬1‫در‬‫نظر‬‫گرفته‬ ‫شود‬. –‫احتمال‬‫پرش‬‫از‬‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫به‬Null2‫ابر‬‫ر‬‫ب‬‫در‬‫نظر‬‫گرفته‬ ‫شود‬. –‫احتمال‬‫پرش‬‫از‬Null1‫به‬Null2‫ابر‬‫ر‬‫ب‬‫با‬1‫فرض‬‫می‬‫شود‬. 21
4)‫مراحل‬‫پیوسته‬ ‫گفتار‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫ی‬ ‫س‬‫ر‬‫فا‬ •‫مجموعه‬‫داده‬ –‫ما‬‫در‬‫ای‬‫ه‬‫ژ‬‫و‬‫پر‬‫از‬‫مجموعه‬‫داده‬‫س‬‫ر‬‫فا‬‫دات‬‫استفاده‬‫می‬‫نیا‬. –‫فبط‬‫شدا‬‫در‬‫یک‬‫اتاق‬‫ی‬‫ادار‬‫ام‬‫ر‬‫آ‬‫انجام‬‫شده‬‫ای‬‫ر‬‫وب‬‫فبط‬‫شدا‬‫از‬‫ت‬‫ر‬‫کا‬ ‫ی‬ ‫شو‬‫ر‬ ‫بالس‬‫ر‬‫ساند‬‫با‬‫وهژدی‬‫های‬‫س‬ ‫فرکا‬‫نمونه‬‫ی‬‫بردار‬22.05 ‫وهرتز،مونو‬ ‫ی‬‫و‬16‫بیتی‬‫استفاده‬‫شده‬‫است‬ 22
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫نرم‬‫های‬‫ر‬‫افزا‬‫د‬‫ر‬‫مو‬‫استفاده‬ –‫ای‬‫ر‬‫ب‬‫استفاده‬‫از‬‫مدل‬‫پنهان‬‫مارکوف‬‫از‬‫ار‬‫ز‬‫اب‬HTK‫استفاده‬‫شده‬‫است‬. ‫ای‬‫ر‬‫ب‬‫پیش‬‫ش‬‫ز‬‫پردا‬‫اج‬‫ر‬‫ها،استخ‬‫وهژدی‬‫ها‬‫و‬‫پس‬‫ش‬‫ز‬‫پردا‬‫ها‬‫با‬‫توجه‬‫ب‬‫ه‬‫نوع‬ ‫ه‬ ‫مسئ‬‫از‬‫بان‬‫ز‬‫های‬MATLAB‫و‬C‫ای‬‫ر‬‫ب‬‫احت‬‫ر‬‫ط‬‫واحد‬‫های‬‫نرم‬‫ی‬‫ار‬‫ز‬‫اف‬ ‫مربوطه‬(Module)‫استفاده‬‫شده‬‫است‬ 23
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫پیش‬‫ش‬‫ز‬‫پردا‬ •‫هر‬‫فایل‬‫ی‬ ‫شو‬‫به‬‫قاب‬‫های‬20‫میلت‬‫ثانیه‬‫با‬‫ها‬‫ی‬ ‫پوشا‬10‫میلت‬ 3‫ثانیه‬‫و‬‫با‬‫استفاده‬‫از‬‫پنجره‬‫های‬‫همینگ‬‫تقسیا‬‫شده‬‫است‬.‫در‬ ‫ه‬ ‫مرح‬‫بعد‬،‫از‬‫هر‬‫قاب‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫مان‬‫ز‬‫کوتاه‬(Short Time Fourier Transform)‫گرفته‬‫شده‬‫و‬‫نتیجه‬‫در‬‫آستانه‬‫استخر‬‫اج‬ ‫اطالعات‬‫گفتار‬‫در‬‫ه‬‫ز‬‫حو‬‫س‬ ‫فرکا‬‫ار‬‫ر‬‫ق‬‫می‬‫گورد‬ 24
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫پنه‬‫مدل‬ ‫ار‬‫ز‬‫اب‬‫در‬ ‫مل‬ ‫س‬ ‫فرکا‬‫ال‬‫ر‬ ‫پس‬ ‫ایب‬‫ر‬‫ف‬ ‫وهژدی‬‫اج‬‫ر‬‫استخ‬ ‫پیکربندی‬ ‫فایل‬‫مارکوف‬ ‫ان‬ 25
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬ –‫واحد‬‫آوایی‬‫د‬‫ر‬‫مو‬‫نظر‬‫در‬‫ای‬‫ه‬ ‫مرح‬‫واج‬‫می‬‫باشد‬.‫پس‬‫واج‬‫های‬‫بان‬‫ز‬‫س‬‫ر‬‫فا‬‫ی‬ ‫مشخص‬‫شده‬‫و‬‫نام‬‫ی‬‫گذار‬‫می‬‫شوند‬. –‫س‬‫ر‬‫فا‬‫دات‬‫گ‬‫ر‬‫بز‬‫در‬‫حد‬‫واج‬‫تقطیع‬‫شده‬‫است‬.‫ای‬‫ر‬‫بناب‬‫نیاز‬‫به‬‫تق‬‫طیع‬ ‫خودکار‬‫اه‬‫ر‬‫هم‬‫با‬‫ش‬‫ز‬‫آمو‬‫مدل‬‫است‬.‫بدی‬‫ر‬‫منظو‬‫فایل‬‫های‬‫برچسب‬‫ا‬‫ر‬‫ب‬‫ه‬ ‫ت‬‫ر‬‫شو‬‫واجت‬‫پشت‬‫سر‬‫ها‬‫نوشته‬‫و‬‫با‬‫مک‬‫ار‬‫ز‬‫اب‬‫مدل‬‫پنهان‬‫مارکوف‬‫م‬‫دل‬ ‫ها‬‫ا‬‫ر‬‫با‬‫ای‬‫فایل‬‫برچسب‬‫موجود‬،‫به‬‫ت‬‫ر‬‫شو‬‫خودکار‬‫تقطیع‬‫رده‬‫و‬‫آم‬‫ش‬‫ز‬‫و‬ ‫می‬‫دهیا‬ 26
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫واج‬‫مارکوف‬ ‫پنهان‬‫مدل‬ ‫است‬‫هر‬‫ز‬ ‫شرح‬ ‫به‬‫ش‬‫ز‬‫آمو‬ ‫ار‬‫ر‬‫تک‬‫عداد‬: –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬1‫و‬5‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬2‫و‬6‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬4‫و‬7‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬8‫و‬8‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬16‫و‬10‫و‬ ‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ ‫واج‬‫های‬‫مدل‬‫هخوره‬‫و‬‫ش‬‫ز‬‫آمو‬‫اتمام‬‫نهایت‬‫در‬ 27
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫واج‬ ‫مایش‬‫ز‬‫آ‬1:‫شده‬ ‫انجام‬‫مارکوف‬ ‫پنهان‬‫مدل‬ ‫ار‬‫ز‬‫اب‬‫ست‬ ‫و‬‫ش‬‫ز‬‫آمو‬ ‫است‬.‫ل‬‫جدو‬ ‫در‬ ‫واج‬ ‫شناسایی‬ ‫های‬ ‫دقت‬ ،‫آن‬ ‫از‬ ‫پس‬‫هر‬‫ز‬‫حالت‬ ‫ای‬‫ر‬‫ب‬ ‫است‬‫آمده‬ ‫بدست‬ ‫متفاوت‬ ‫های‬. MFCC-E-D-A-ZMFCC-E-D-A 60.12%3 State 8 Mixture57.84%3 State 8 Mixture 63.33%3 State 16 Mixture62.15%3 State 16 Mixture 66.155 State 8 Mixture67%5 State 8 Mixture 68.41%5 State 16 Mixture67.26%5 State 16 Mixture 28
4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫مایش‬‫ز‬‫آ‬‫واج‬2:‫پس‬‫از‬‫عیون‬‫ری‬ ‫به‬‫حالت‬‫ای‬‫ر‬‫ب‬‫عداد‬‫حالت‬‫و‬‫ع‬‫داد‬ ‫فیق‬ ‫ت‬‫ی‬ ‫داوس‬‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬‫از‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫گسسته‬ ‫س‬ ‫فرکا‬‫مل‬‫استفاده‬‫می‬،‫نیا‬‫نتایج‬‫بدست‬‫آمده‬‫در‬‫ای‬‫مرح‬‫ه‬‫و‬ ‫مقایسه‬‫آن‬‫با‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫س‬ ‫فرکا‬‫مل‬‫در‬‫ل‬‫جدو‬‫هر‬‫ز‬‫آمده‬‫ا‬‫ست‬. Accuracy Rate Of Phoneme RecognitionFeature Vectors Noisy Speech(SNR=10db)Clean Speech 45,48%54.65%MFCC 58.68%67.27MFCC+Energy+DynamicFeatures 63.89%69.04%MFDWC 29
•‫مایش‬‫ز‬‫آ‬‫واج‬3:‫پس‬‫از‬‫عیون‬‫ری‬ ‫به‬‫حالت‬‫ای‬‫ر‬‫ب‬‫عداد‬‫حالت‬‫و‬‫ع‬‫داد‬ ‫فیق‬ ‫ت‬‫ی‬ ‫داوس‬‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬‫از‬‫وهژدی‬‫ی‬‫دیگر‬‫به‬‫نام‬‫ایب‬‫ر‬‫ف‬ ‫ال‬‫ر‬ ‫پس‬‫بر‬‫اساس‬‫تمایز‬‫ی‬ ‫س‬ ‫فرکا‬‫استفاده‬‫می‬‫نیا‬.‫نتا‬‫یج‬‫بدست‬ ‫آمده‬‫در‬‫ای‬‫ه‬ ‫مرح‬‫و‬‫مقایسه‬‫آن‬‫با‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫س‬ ‫فرکا‬‫م‬،‫ل‬‫در‬ ‫ل‬‫جدو‬‫هر‬‫ز‬‫آمده‬‫است‬. AccuracyFeature Vector 67.26%MFCC-E-D-A 67.85%Improved MFCC 30
•‫مدل‬‫پنهان‬‫مارکوف‬‫واژگان‬‫کلیدی‬ –‫ای‬‫ر‬‫ب‬‫اتصال‬‫واج‬‫ها‬‫به‬‫یکدیگر‬‫در‬‫یک‬‫ه‬‫ژ‬‫وا‬‫به‬‫ز‬‫نیا‬‫ساخت‬‫اتصال‬‫از‬‫یک‬‫واج‬‫به‬‫وا‬‫ج‬‫دیگر‬ ‫ها‬‫ر‬‫دا‬.‫عالوه‬‫بر‬‫غیور‬‫رهای‬ ‫ام‬‫ر‬‫پا‬‫اتصال‬‫میان‬‫حالت‬‫ها‬‫در‬‫ز‬‫مر‬‫بون‬‫دو‬،‫واج‬‫غیو‬‫ی‬ ‫ا‬‫ر‬‫بر‬ ‫ی‬‫و‬‫ر‬‫رهای‬ ‫م‬‫ر‬‫پا‬‫ت‬ ‫انتقا‬‫ن‬‫و‬‫در‬‫واجت‬‫نوز‬‫در‬‫شخیص‬‫ر‬ ‫بیش‬‫ه‬‫ژ‬‫وا‬‫ها‬‫ساز‬‫ر‬‫کا‬‫است‬.‫ای‬‫ر‬‫بناب‬‫از‬ ‫چهار‬‫نوع‬‫ماتریس‬‫انتقال‬‫در‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫استفاده‬‫می‬‫نیا‬‫و‬‫با‬‫مقایسه‬‫ان‬‫ها‬‫با‬ ‫یکدیگر‬‫ری‬ ‫به‬‫ماتریس‬‫انتقال‬‫ا‬‫ر‬‫ای‬‫ر‬‫ب‬‫اهداف‬‫نهایی‬‫انتخاب‬‫خواهیا‬‫رد‬ 31
•‫نوع‬ ‫انتقال‬‫ماتریس‬1 –‫ز‬ ‫پیش‬‫و‬ ‫تره‬‫ساده‬ ‫به‬‫نیا‬ ‫محدود‬‫بعدی‬‫حالت‬ ‫یک‬‫و‬‫ی‬‫جار‬‫حالت‬‫به‬‫تنها‬‫ا‬‫ر‬‫انتقال‬ ‫ماتریس‬‫اگر‬‫یک‬‫مینه‬ ‫یافت‬‫خواهیا‬ ‫دست‬‫مارکوف‬‫پنهان‬‫مدل‬ – 𝑇𝑟𝑎𝑠𝑖𝑡𝑖𝑜𝑛 𝑀𝑎𝑟𝑡𝑖𝑥 ∶ 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.4 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.6 𝑝 𝑆𝑖 𝑆𝑖−1 = 0, 𝑟 > 1 – 0 1 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 32
•‫نوع‬ ‫انتقال‬ ‫ماتریس‬2 • 𝑇𝑟𝑎𝑠𝑖𝑡𝑖𝑜𝑛 𝑀𝑎𝑟𝑡𝑖𝑥 ∶ 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.1 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.4 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.5 𝑝 𝑆𝑖 𝑆𝑖−1 = 0, 𝑟 > 2 0 1 0 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 05 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 33
5)‫نتایج‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫ها‬‫مقایسه‬ ‫و‬ •‫مایش‬‫ز‬‫آ‬1:‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬ –‫بردار‬‫وهژدی‬MFCC –20‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬wp‫و‬wf –‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ •‫با‬‫توجه‬‫به‬‫مایشات‬‫ز‬‫آ‬‫و‬‫نمودار‬ROC‫می‬‫بینیا‬‫ه‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬(‫یک‬‫پرش‬‫از‬‫ی‬‫و‬‫ر‬‫حالت‬‫ها‬‫با‬‫ا‬‫حتمال‬ 0.1)‫ری‬ ‫به‬‫نتیجه‬‫ا‬‫ر‬‫داده‬‫است‬.‫توجه‬‫به‬‫ای‬‫نکته‬‫ی‬‫ر‬‫و‬‫فر‬‫است‬‫ه‬‫تنها‬ ‫نرخ‬‫د‬‫ر‬‫برخو‬‫باال‬‫مها‬‫نیست‬‫که‬ ‫ب‬‫نرخ‬‫پایون‬‫اشتباه‬‫در‬‫شناسای‬‫ی‬‫ه‬‫ژ‬‫وا‬‫های‬ ‫یدی‬ ‫ک‬‫نوز‬‫اهمیت‬‫باالیی‬‫د‬‫ر‬‫دا‬ 34
5)‫نتایج‬‫ها‬‫مقایسه‬ ‫و‬‫ها‬ ‫مایش‬‫ز‬‫آ‬ 0 20 40 60 80 100 120 Series 1 Series 2 Series 3 Series 4 35
5)‫ها‬‫مقایسه‬ ‫و‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫نتایج‬ •‫مایش‬‫ز‬‫آ‬2:‫بگورید‬ ‫نظر‬‫در‬ ‫ا‬‫ر‬ ‫هر‬‫ز‬ ‫ایط‬‫ر‬‫ش‬ ‫با‬ ‫یاب‬‫ه‬‫ژ‬‫وا‬ ‫سامانه‬: –‫وهژدی‬ ‫بردار‬MFDWC –20‫ای‬‫ر‬‫ب‬ ‫شده‬ ‫عیون‬ ‫مقدار‬wp‫و‬wf –‫واج‬ ‫بر‬ ‫مبتنی‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫مدل‬ –‫ساده‬ ‫ننده‬ ‫پر‬ ‫مدل‬ –360‫در‬ ‫یدی‬ ‫ک‬ ‫ه‬‫ژ‬‫وا‬1‫و‬ ‫ساعت‬30‫ی‬ ‫مایش‬‫ز‬‫آ‬ ‫گفتار‬‫دقیقه‬ 36
5)‫ها‬‫مقایسه‬ ‫و‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫نتایج‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬‫و‬‫سوم‬ ‫بسیار‬‫نزدیک‬‫به‬‫ها‬‫هستند‬‫ت‬‫و‬‫ماتریس‬‫انتقال‬‫دوم‬‫دقبو‬‫ر‬‫مو‬‫ل‬‫تر‬ ‫است‬.‫ای‬‫انتخاب‬‫نقش‬‫های‬‫متقابل‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫و‬‫نرخ‬‫اشتباه‬‫ا‬‫ر‬‫در‬ ‫ابر‬‫ر‬‫ب‬‫ها‬‫شان‬‫می‬،‫دهد‬‫ماتریس‬‫انتقال‬‫نوع‬‫سوم‬(‫یک‬‫پرش‬‫با‬‫ا‬‫حتمال‬ 0.2)‫در‬‫مقادیر‬‫پایون‬‫تر‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫فتار‬‫ر‬‫خوبی‬‫از‬‫خود‬‫شان‬‫م‬‫ی‬ ‫دهد‬‫ا‬‫ر‬‫ه‬‫ز‬‫در‬‫ابتدا‬‫مقدار‬‫پایون‬‫ر‬ ‫ام‬‫ر‬‫پا‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬(wp)‫ه‬‫ز‬‫اجا‬ ‫تمایل‬‫بیش‬‫از‬‫ه‬‫ز‬‫اندا‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫ا‬‫ر‬‫نقض‬‫می‬‫ند‬‫اما‬‫در‬‫مقادیر‬ ‫باالتر‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫فتار‬‫ر‬‫ای‬‫ماتریس‬‫انتقال‬‫قابل‬‫ل‬‫قبو‬‫نیس‬‫ت‬. 37
0 20 40 60 80 100 120 Series 1 Series 2 Series 3 Series 4 38
•‫مقایسه‬‫دو‬‫مایش‬‫ز‬‫آ‬1‫و‬2‫شان‬‫می‬‫دهد‬‫ه‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫ای‬‫ر‬‫دا‬‫دقت‬ ‫باالتر‬‫ی‬‫ناچوز‬‫سبت‬‫به‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫هستند‬.‫ای‬‫ر‬‫بناب‬‫محلت‬‫ی‬‫ساز‬ ‫تبدیل‬‫موجک‬‫و‬‫سطح‬‫دقت‬‫در‬‫مان‬‫ز‬‫و‬‫س‬ ‫فرکا‬‫آن‬‫نتایج‬‫خوبی‬‫ب‬‫دست‬ ‫داده‬‫است‬.‫بردار‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫استفاده‬‫شده‬‫در‬‫اینجا‬‫ای‬‫ر‬‫دا‬ ‫ی‬ ‫مشکال‬‫است‬‫ه‬‫به‬‫شرح‬‫هر‬‫ز‬‫است‬: –‫بعد‬‫بردار‬‫وهژدی‬‫د‬‫ر‬‫مو‬‫استفاده‬‫و‬‫وب‬ ‫مط‬‫باالست‬. –‫حجا‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫باال‬‫می‬‫د‬‫و‬‫ر‬. –‫ش‬‫ز‬‫پردا‬‫ی‬ ‫ما‬‫ز‬‫باالی‬‫ای‬‫ر‬‫ب‬‫اج‬‫ر‬‫استخ‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫سبت‬‫به‬‫ایب‬‫ر‬‫ف‬ ‫ال‬‫ر‬ ‫پس‬‫نیاز‬‫است‬. 39
•‫مایش‬‫ز‬‫آ‬4:‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬: –‫بردار‬‫وهژدی‬MFCC –9‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬Wp‫و‬Wf –‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ –‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬ –360‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫در‬1‫ساعت‬‫و‬30‫دقیقه‬‫گفتار‬‫ی‬ ‫مایش‬‫ز‬‫آ‬ –‫مات‬ ‫ک‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬2(‫ه‬‫ز‬‫اجا‬‫پرش‬‫از‬‫یک‬‫حالت‬‫با‬‫انتقال‬ 0.1) 40
•‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬‫نتایج‬‫ه‬‫ژ‬‫وا‬‫یابی‬‫ا‬‫ر‬‫به‬‫ر‬‫طو‬‫قابل‬‫مالحظه‬‫ای‬ ‫بهبود‬‫داده‬‫است‬.‫دلیل‬‫ای‬‫ایش‬‫ز‬‫اف‬،‫دقت‬‫کاهش‬‫قابل‬‫مالحظه‬‫ن‬‫رخ‬ ‫هشدار‬‫اشتباه‬‫در‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫در‬‫ابر‬‫ر‬‫ب‬‫نرخ‬‫تقره‬‫با‬‫ثابت‬ ‫د‬‫ر‬‫برخو‬‫است‬.‫وقتی‬‫ه‬‫ژ‬‫وا‬‫های‬‫مشابه‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫به‬‫عنو‬‫ان‬‫باله‬‫ز‬ ‫مدل‬‫شوند‬‫ی‬‫بسیار‬‫از‬‫اشتباه‬‫های‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫دی‬‫گر‬‫رخ‬ ‫نمی‬‫دهند‬‫و‬‫احتمال‬‫ی‬‫دیگر‬‫رخ‬‫مدل‬‫پر‬‫ننده‬‫ر‬ ‫بیش‬‫می‬‫شود‬.‫ال‬‫بته‬‫ای‬ ‫مدل‬‫های‬‫مشابه‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫داهت‬‫اوقات‬‫به‬‫ر‬‫فر‬‫سامانه‬‫فتار‬‫ر‬ ‫می‬‫نند‬‫و‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫ا‬‫ر‬‫حذف‬‫می‬‫نند‬‫اما‬‫ای‬‫اشتباه‬‫های‬ ‫اندک‬‫در‬‫ابر‬‫ر‬‫ب‬‫بهبود‬‫حاشل‬‫از‬‫آن‬‫قابل‬‫چشا‬‫ی‬ ‫پوش‬‫است‬. 41
•‫مقایسه‬‫ای‬‫بون‬‫مدل‬‫های‬‫ننده‬ ‫پر‬‫ساده‬‫و‬‫بهبود‬‫یافته‬ –‫ای‬‫ر‬‫بناب‬‫تا‬‫به‬‫اینجای‬‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬‫و‬‫واژدان‬‫یدی‬ ‫ک‬‫با‬‫اج‬‫ه‬‫ز‬‫ا‬‫یک‬‫پرش‬‫ی‬‫و‬‫ر‬ ‫حالت‬‫های‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬(‫احتمال‬‫پرش‬0.1)‫ی‬‫ر‬ ‫به‬‫نتیجه‬‫ا‬‫ر‬‫داده‬ ‫است‬. 0 20 40 60 80 100 120 Simple Improved 42
•‫مایش‬‫ز‬‫آ‬5:‫پس‬‫از‬‫اج‬‫ر‬‫استخ‬‫نتایج‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫نوبت‬‫به‬‫پس‬‫ش‬‫ز‬‫پردا‬‫های‬‫عر‬‫هف‬ ‫شده‬‫می‬‫سد‬‫ر‬‫ه‬‫ه‬ ‫بوسی‬‫آن‬‫عداد‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫اشتباه‬‫شخیص‬‫د‬‫اده‬‫شده‬ ‫ا‬‫شوند‬.‫در‬‫ادامه‬‫دو‬‫ش‬‫و‬‫ر‬‫پس‬‫ش‬‫ز‬‫پردا‬‫مایش‬‫ز‬‫آ‬‫شده‬‫است‬.‫در‬‫ای‬‫مایش‬‫ز‬‫آ‬ ‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬ –‫بردار‬‫وهژدی‬MFCC –9‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬Wp‫و‬Wf –‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ –‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬ –360‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫در‬1‫ساعت‬‫و‬30‫دقیقه‬‫گفتار‬‫ی‬ ‫مایش‬‫ز‬‫آ‬ –‫واژدان‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬2(‫ه‬‫ز‬‫اجا‬‫پرش‬‫از‬‫ی‬‫و‬‫ر‬‫یک‬‫حالت‬‫با‬‫احتمال‬0.1) 43
0 20 40 60 80 100 120 avrage word based post processing avrage phoneme based post processing without post processing 44
•‫آ‬ ‫طی‬ ‫در‬ ‫اشتباه‬ ‫عداد‬ ‫میانگون‬ ‫و‬ ‫مایش‬‫ز‬‫آ‬ ‫هر‬ ‫د‬‫ر‬‫برخو‬ ‫نرخ‬ ‫مقدار‬ ‫میانگون‬‫مایش‬‫ز‬ ‫ها‬ ‫آزمایش‬‫ی‬ ‫بررس‬‫مورد‬‫روش‬‫برخورد‬ ‫نرخ‬)%(‫اشتباه‬ ‫تعداد‬ ‫آزمایش‬1MFCC78%30 ‫آزمایش‬2MFDWC80.7%30 ‫آزمایش‬4‫آزمایش‬1+‫یافته‬ ‫بهبود‬ ‫ننده‬ ‫پر‬ ‫مدل‬81.0%28 ‫آزمایش‬5‫آزمایش‬4+‫پردازش‬ ‫پس‬ ‫ها‬ ‫واژه‬ ‫میانگون‬80.3%26 ‫ها‬ ‫واج‬ ‫میانگون‬80.3%25 45
•‫مقایسه‬‫با‬‫های‬‫ر‬‫کا‬‫قبلی‬: .1‫در‬‫سال‬1990(Rose and Paul)‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫مبتنی‬‫بر‬‫مدل‬ ‫پنهان‬‫مارکوف‬‫ی‬ ‫س‬‫ر‬‫بر‬‫شده‬،‫است‬FOM=66%.‫فضای‬‫ی‬‫کار‬‫آن‬‫به‬ ‫شرح‬‫هر‬‫ز‬‫است‬: •‫مستقل‬‫از‬‫دوهنده‬ •‫گفتار‬‫سمی‬‫ر‬‫خوانده‬‫شده‬‫از‬‫ی‬‫و‬‫ر‬‫ن‬ ‫م‬ •‫عداد‬‫مجموعه‬‫واژدان‬‫یدی‬ ‫ک‬‫ابر‬‫ر‬‫ب‬‫با‬20‫است‬ •‫عداد‬‫واژدان‬‫یدی‬ ‫ک‬‫موجود‬‫در‬‫داده‬‫های‬‫ی‬ ‫مایش‬‫ز‬‫آ‬353‫ه‬‫ژ‬‫وا‬‫است‬. •‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬‫ساخته‬‫شده‬‫اند‬. •‫از‬‫مدل‬‫پر‬‫ننده‬‫تک‬‫واج‬‫استفاده‬‫شده‬‫است‬. •‫مدل‬‫پس‬‫مینه‬‫ز‬‫مانند‬‫سکوت‬‫و‬‫نوهز‬‫محیط‬‫نوز‬‫به‬‫مک‬‫مدل‬‫پر‬‫ننده‬‫آمده‬‫است‬. 46
2.‫در‬‫سال‬2005‫مقاله‬‫ای‬‫تحت‬‫عنوان‬‫مقایسه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫مبتنی‬‫بر‬‫ش‬‫بکه‬ ‫التیس‬،‫ی‬ ‫شناس‬‫ز‬‫با‬‫گفتار‬‫پیوسته‬‫با‬‫عداد‬‫واژدان‬‫هاد‬‫ز‬‫و‬‫مدل‬‫های‬ ‫آکوستیکی‬‫منتشر‬‫شده‬‫است‬. •‫داددان‬‫استفاده‬‫شده‬‫گفتار‬‫پیوسته‬‫غور‬‫سمی‬‫ر‬ICSI meetings‫می‬‫باشد‬. •17‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫انتخاب‬‫شده‬‫ه‬‫جمعا‬‫ای‬‫ر‬‫دا‬33‫فظ‬ ‫ت‬‫می‬‫باشد‬. •‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫مبتنی‬‫بر‬‫واج‬‫می‬‫باشد‬. FOM‫روش‬ 46.46%Acoustic KWS 58.90%Phoneme Lattice KWS 66.95%LVCSR KWS 47
3.‫در‬‫سال‬2009S. Lubos and T. Jan‫به‬‫ی‬ ‫س‬‫ر‬‫بر‬‫پس‬‫ش‬‫ز‬‫پردا‬ ‫ای‬‫ر‬‫ب‬‫کاهش‬‫نرخ‬‫اشتباه‬‫در‬‫شخیص‬‫واژدان‬‫یدی‬ ‫ک‬‫پرداختند‬. •‫مستقل‬‫از‬‫دوهنده‬ •‫قاب‬‫های‬‫ی‬‫گفتار‬‫با‬‫پنجره‬‫های‬‫همینگ‬25‫میلت‬‫ثانیه‬‫و‬15‫میلت‬‫ثانیه‬‫ی‬ ‫همپوشا‬ ‫تهیه‬‫شده‬‫اند‬. •‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬PLP‫ای‬‫ر‬‫ب‬‫بردار‬‫وهژدی‬‫استفاده‬‫شده‬‫است‬. 48
FOM‫زبان‬‫روش‬ 80.28‫ی‬ ‫فارس‬‫نامه‬ ‫پایان‬ ‫این‬ ‫پیشنهادی‬‫روش‬ 66.60‫ی‬ ‫یس‬ ‫انگ‬Rose and Paul 64.46‫رسمی‬ ‫غور‬ ‫ی‬ ‫یس‬ ‫انگ‬Szoke.Igore,Schwarz.Peter, Matejaka.Pavel 2005 80.92‫ی‬ ‫یس‬ ‫انگ‬S.Lubos,and T .Jan2009 70.42‫ی‬ ‫فارس‬(‫نامه‬ ‫پایان‬‫در‬ ‫شده‬ ‫ی‬‫ساز‬ ‫پیاده‬)S.Lubos,and T .Jan2009 49
‫شما‬ ‫توجه‬ ‫از‬ ‫شکر‬ ‫با‬ ‫پایان‬ 50

More Related Content

PDF
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی- بخش ششم
faradars
 
PDF
Robust Vision-Based Simultaneous Multi-Target Tracking
Nima Mahmoudi
 
PDF
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش پنجم
faradars
 
PDF
کاربردهای پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش یک
faradars
 
PDF
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش چهارم
faradars
 
PDF
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش سوم
faradars
 
PDF
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش دوم
faradars
 
PPS
You Have Two Choices Farsi 1
میترا سبحانی
 
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی- بخش ششم
faradars
 
Robust Vision-Based Simultaneous Multi-Target Tracking
Nima Mahmoudi
 
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش پنجم
faradars
 
کاربردهای پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش یک
faradars
 
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش چهارم
faradars
 
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش سوم
faradars
 
پردازش سیگنال های صدا و ارتعاشات در سامانه های مکانیکی و زیستی-بخش دوم
faradars
 
You Have Two Choices Farsi 1
میترا سبحانی
 

Similar to presentation (14)

PDF
آموزش پردازش تصویر با OpenCV - بخش پنجم
faradars
 
PDF
آموزش پردازش تصویر با OpenCV - بخش ششم
faradars
 
PPTX
ارائه.Pptx [repaired]
mohammad soolaki
 
PPTX
بررسی روشهای مسیریابی شبکه های فرصت طلبانه
abedin753
 
PDF
آموزش پردازش تصویر با OpenCV - بخش سوم
faradars
 
PPTX
peizocone
hedihh17
 
PDF
آموزش نرم افزار Comsol Multiphysics برای تحلیل مسائل مکانیک سیالات و جامدات ب...
faradars
 
PDF
fss lens
Mahmoud Fallah
 
PDF
final
Seyyed Mohammad Hosseini
 
PPTX
system identification
Hassan Vafakar
 
PPTX
آموزش جامع فاصله یاب های لیزری How Laser Distance Meters Work?
Mozaffar Etezadi Far
 
PDF
آموزش پردازش تصویر با OpenCV - بخش هشتم
faradars
 
PPTX
Thesis Omid Abolghasemi presentation, Dr. Seyyed Hassan Sedighy, Dr. Hossein ...
Omid Abolghasemi
 
PPTX
مدیریت انباره داده
Hosseinieh Ershad Public Library
 
آموزش پردازش تصویر با OpenCV - بخش پنجم
faradars
 
آموزش پردازش تصویر با OpenCV - بخش ششم
faradars
 
ارائه.Pptx [repaired]
mohammad soolaki
 
بررسی روشهای مسیریابی شبکه های فرصت طلبانه
abedin753
 
آموزش پردازش تصویر با OpenCV - بخش سوم
faradars
 
peizocone
hedihh17
 
آموزش نرم افزار Comsol Multiphysics برای تحلیل مسائل مکانیک سیالات و جامدات ب...
faradars
 
fss lens
Mahmoud Fallah
 
final
Seyyed Mohammad Hosseini
 
system identification
Hassan Vafakar
 
آموزش جامع فاصله یاب های لیزری How Laser Distance Meters Work?
Mozaffar Etezadi Far
 
آموزش پردازش تصویر با OpenCV - بخش هشتم
faradars
 
Thesis Omid Abolghasemi presentation, Dr. Seyyed Hassan Sedighy, Dr. Hossein ...
Omid Abolghasemi
 
مدیریت انباره داده
Hosseinieh Ershad Public Library
 
Ad

presentation

  • 1. ‫دانشگاه‬‫اسالمی‬ ‫اد‬‫ز‬‫آ‬ ‫واحد‬‫علوم‬‫تهران‬‫تحقیقات‬‫و‬ ‫و‬ ‫فنی‬ ‫دانشکده‬‫ی‬ ‫مهندس‬ ‫ق‬‫بر‬ ‫شد‬‫ر‬‫ا‬ ‫ی‬ ‫شناس‬‫ر‬‫کا‬‫نامه‬‫پایان‬-‫ایش‬‫ر‬‫گ‬‫مکاترونیک‬ ‫نده‬‫ز‬‫پردا‬‫روی‬ ‫ی‬ ‫س‬‫ر‬‫فا‬‫گفتار‬ ‫کلیدی‬ ‫واژگان‬ ‫استخراج‬ ‫الگوریتم‬ ‫ی‬‫ساز‬ ‫پیاده‬‫و‬ ‫احی‬‫ر‬‫ط‬DSP ‫اهنما‬‫ر‬ ‫استاد‬: ‫محمدخانی‬ ‫دکتر‬ ‫آقای‬ ‫ر‬‫مشاو‬ ‫استاد‬: ‫قدس‬ ‫دکتر‬ ‫آقای‬ ‫ر‬‫داو‬ ‫استاد‬: ‫ابی‬‫ر‬‫سه‬ ‫دکتر‬ ‫آقای‬ ‫دهنده‬‫ائه‬‫ر‬‫ا‬: ‫وفاکار‬ ‫حسن‬ ‫بهمن‬1392 1
  • 2. ‫مطالب‬ ‫فهرست‬ 1)‫مقدمه‬‫گفتار‬ ‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬ ‫بر‬ ‫ای‬‫ی‬ ‫س‬‫ر‬‫فا‬ 2)‫ی‬‫ر‬‫و‬‫مر‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬ ‫ادبیات‬ ‫بر‬‫پیوسته‬ 3)‫ی‬‫ر‬‫تئو‬‫پیوسته‬ ‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬ ‫س‬‫ر‬‫فا‬ 4)‫احل‬‫ر‬‫م‬‫پیوسته‬ ‫گفتار‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫ی‬ ‫س‬‫ر‬‫فا‬ 5)‫نتایج‬‫ها‬‫مایش‬‫ز‬‫آ‬‫و‬‫مقایسه‬‫ها‬ 2
  • 3. ‫مقدمه‬‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫و‬ ‫اهداف‬‫یاب‬‫ه‬‫ژ‬‫وا‬ ‫سامانه‬ ‫بردهای‬‫ر‬‫کا‬: •‫گردد‬‫استفاده‬‫ن‬‫قانو‬ ‫خالف‬‫های‬‫فعالیت‬ ‫شناسایی‬ ‫و‬ ‫امنیتی‬‫های‬‫مان‬‫ز‬‫سا‬ ‫ای‬‫ر‬‫ب‬ ‫توان‬‫می‬. •‫ا‬‫ا‬‫ی‬ ‫ک‬ ‫اای‬‫ا‬‫ه‬‫ه‬‫ژ‬‫وا‬ ‫ن‬ ‫ااف‬‫ا‬‫ی‬‫اه‬‫ا‬‫ب‬‫ااز‬‫ا‬‫ی‬‫ن‬‫اوها‬‫ا‬‫ش‬ ‫ای‬‫ا‬‫م‬‫و‬‫ار‬‫ا‬‫ب‬‫و‬‫ر‬ ‫ی‬‫او‬‫ا‬‫ش‬ ‫ایوهای‬‫ا‬‫ش‬‫ر‬‫آ‬‫و‬ ‫اده‬‫ا‬‫ش‬ ‫اره‬‫ا‬‫و‬‫هخ‬‫اای‬‫ا‬‫ه‬‫ر‬‫گفتا‬‫اا‬‫ا‬‫ب‬‫اه‬‫ا‬ ‫ی‬ ‫اا‬‫ا‬‫م‬‫ز‬‫ااوه‬‫ا‬‫ن‬‫ع‬ ‫و‬ ‫دی‬ ‫دهند‬‫می‬‫شان‬ ‫ا‬‫ر‬ ‫خود‬‫گفتار‬. •‫سامانه‬‫ایانه‬‫ر‬ ‫و‬ ‫سان‬ ‫ا‬‫میان‬‫اطالعات‬‫تبادل‬‫و‬ ‫اقتصادی‬‫د‬‫ر‬‫موا‬‫در‬‫گفتگو‬‫خودکار‬‫های‬ •‫امت‬‫ا‬‫س‬‫ق‬ ‫اردن‬‫ا‬ ‫د‬‫ر‬ ‫و‬ ‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫ادی‬‫ا‬‫ی‬ ‫ک‬ ‫اان‬‫ا‬‫د‬‫واژ‬ ‫اایی‬‫ا‬‫س‬‫شنا‬ ‫ای‬‫ر‬‫ا‬‫ا‬‫ب‬‫ی‬‫اار‬‫ا‬‫ت‬‫گف‬‫ات‬‫ا‬‫ر‬ ‫ن‬ ‫ات‬‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫اامانه‬‫ا‬‫س‬ ‫اه‬‫ا‬‫ب‬‫ر‬‫اتو‬‫ا‬‫س‬‫د‬‫اافه‬‫ا‬‫ف‬‫ا‬‫اای‬‫ا‬‫ه‬ ‫د‬‫ر‬‫دا‬‫نیاز‬‫یاب‬‫ه‬‫ژ‬‫وا‬(.‫ف‬ ‫ت‬‫آالت‬‫ماشون‬‫و‬ ‫ایانه‬‫ر‬ ‫و‬ ‫ها‬‫اتومبیل‬‫در‬‫ی‬‫شو‬ ‫های‬‫ل‬‫ر‬ ‫ن‬ ،‫اه‬‫ر‬‫هم‬‫های‬‫خانجات‬‫ر‬‫کا‬) •‫ند‬ ‫می‬‫ن‬‫متو‬‫ی‬‫ساز‬ ‫خالشه‬‫در‬‫ایی‬‫ز‬‫بس‬‫مک‬ ‫یدی‬ ‫ک‬ ‫های‬‫ه‬‫ژ‬‫وا‬ ‫ن‬ ‫یاف‬. 3
  • 4. ‫مقدمه‬‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ •‫ری‬ ‫بیش‬‫ی‬‫کار‬‫ه‬‫ی‬‫و‬‫ر‬‫ی‬‫جستجو‬‫واژدان‬‫یدی‬ ‫ک‬‫انجام‬‫گرفته‬‫مدل‬‫ردن‬ ‫آکوستیکی‬،‫اعمال‬‫هتا‬‫ر‬‫الگو‬‫های‬‫جستجو‬‫و‬‫استفاده‬‫از‬‫مدل‬‫های‬‫ب‬‫ز‬‫ی‬ ‫ا‬ ‫ی‬‫و‬‫ر‬‫گفتار‬‫پیوسته‬‫بوده‬‫است‬. •‫احت‬‫ر‬‫تره‬‫و‬‫اولون‬‫اه‬‫ر‬‫شناسایی‬‫تمام‬‫ه‬‫ژ‬‫وا‬‫های‬،‫یدی‬ ‫ک‬‫شناسایی‬‫ت‬‫مام‬‫ه‬‫ژ‬‫وا‬ ‫ها‬‫توسط‬‫سامانه‬‫ی‬ ‫شناس‬‫ز‬‫با‬‫گفتار‬‫پیوسته‬‫با‬‫عداد‬‫واژداه‬‫باال‬‫است‬ •‫دو‬‫مدل‬‫ا‬‫ز‬‫مج‬‫ای‬‫ر‬‫ب‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫غور‬‫یدی‬ ‫ک‬ –‫ای‬‫ر‬‫د‬‫سامانه‬‫دو‬‫ت‬‫ر‬‫عبا‬‫حائز‬‫اهمیت‬‫است‬: 1)‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬ 2)‫ات‬‫ر‬‫عبا‬‫و‬‫ه‬‫ژ‬‫وا‬‫های‬‫غور‬‫یدی‬ ‫ک‬(‫باله‬‫ز‬) 4
  • 5. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫مقدمه‬ •‫ش‬ ‫تقسیا‬ ‫دسته‬ ‫دو‬ ‫به‬ ‫توانند‬ ‫می‬‫ه‬‫ژ‬‫وا‬ ‫گر‬ ‫جستجو‬ ‫های‬ ‫سیستا‬‫وند‬: 1)‫محدودی‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫عداد‬ ‫ه‬ ‫هایی‬‫سیستا‬‫ند‬‫ر‬‫دا‬ 2)‫نامحدود‬‫آنها‬‫در‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫عداد‬ ‫ه‬ ‫هایی‬‫سیستا‬(‫چند‬ ‫از‬ ‫بیش‬10‫تا‬)‫است‬. 5
  • 6. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫گفتار‬‫پیوسته‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫ش‬‫و‬‫ر‬‫بر‬ ‫ای‬ ‫مقدمه‬ ‫است‬‫ه‬‫ژ‬‫و‬‫پر‬ ‫ای‬‫وب‬ ‫مط‬ ‫هر‬‫ز‬ ‫ایط‬‫ر‬‫ش‬ ‫با‬ ‫ای‬ ‫سامانه‬. •‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫بودن‬ ‫دوهنده‬‫از‬ ‫مستقل‬ •‫مارکوف‬ ‫پنهان‬ ‫مدل‬ ‫توسط‬ ‫ت‬ ‫احتما‬ ‫ی‬‫ساز‬ ‫مدل‬ •‫هر‬‫ز‬‫اساس‬ ‫بر‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫مدل‬‫از‬ ‫استفاده‬-‫ها‬ ‫ه‬‫ژ‬‫وا‬ •‫یدی‬ ‫ک‬‫غور‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫ای‬‫ر‬‫ب‬ ‫ننده‬ ‫پر‬ ‫یا‬ ‫باله‬‫ز‬ ‫مدل‬‫از‬ ‫استفاده‬ •‫شده‬ ‫ادا‬ ‫دویش‬ ‫مان‬‫ز‬ ‫با‬ ‫سامانه‬ ‫بودن‬ ‫همزمان‬ •‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬‫ات‬‫ر‬‫غیو‬ ‫ای‬‫ر‬‫ب‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫بودن‬ ‫پذیر‬ ‫عطاف‬ ‫ا‬ 6
  • 7. 2)‫ی‬‫ر‬‫و‬‫مر‬‫پیوسته‬‫گفتار‬ ‫یابی‬‫ه‬‫ژ‬‫وا‬ ‫ادبیات‬‫بر‬ •‫مجموعه‬‫با‬ ‫پیوسته‬ ‫گفتار‬ ‫ی‬ ‫شناس‬‫ز‬‫با‬‫بر‬‫مبتنی‬‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫دادگان‬ ‫گ‬‫ر‬‫بز‬ ‫های‬ ‫سال‬ ‫در‬1993(Weintraub)‫و‬1998(Melian and O’Shaughnessy) ‫مزهت‬:‫باال‬ ‫دقت‬ ‫و‬ ‫ساددی‬ ‫معایب‬:‫ای‬‫حافظه‬ ‫و‬ ‫ی‬ ‫ما‬‫ز‬ ‫باالی‬ ‫هزهنه‬ 7
  • 8. ‫ی‬‫ر‬‫و‬‫مر‬‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ •‫غیر‬‫و‬ ‫کلیدی‬ ‫واژگان‬ ‫مارکوف‬ ‫پنهان‬‫مدل‬‫بر‬‫مبتنی‬‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫کلیدی‬ 1990‫توسط‬Rose and PaulFOM=66.6% 8
  • 9. ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫ی‬‫جستجو‬‫پویا‬ ‫اساس‬‫ر‬‫ب‬‫ای‬‫ش‬‫و‬‫ر‬‫ابتدا‬‫واحد‬‫های‬‫ی‬ ‫شو‬‫د‬‫ر‬‫مو‬‫نظر‬(‫مثال‬‫واج‬)‫ا‬‫ر‬‫در‬‫گفتا‬‫ر‬ ‫ی‬ ‫شناس‬‫ز‬‫با‬‫رده‬‫و‬‫با‬‫ار‬‫ر‬‫ق‬‫دادن‬‫آنها‬‫در‬‫نار‬‫ها‬‫و‬‫جستجو‬‫در‬‫میان‬‫دنباله‬‫واحد‬ ‫های‬،‫ی‬‫گفتار‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫یافته‬‫می‬‫شوند‬ 2008Rodrigues and Perronnin 9
  • 10. ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واژگان‬‫کلیدی‬ ‫مدل‬‫مبتنی‬‫بر‬‫تمام‬‫ه‬‫ژ‬‫وا‬-Jansen and Niogi‫در‬‫سال‬2009 ‫معایب‬: ‫نیاز‬‫به‬‫داده‬‫ی‬ ‫ش‬‫ز‬‫آمو‬‫کافی‬‫برای‬‫هر‬‫ه‬‫ژ‬‫وا‬ ‫عدم‬‫انعطاف‬‫ی‬‫پذیر‬ ‫مدل‬‫مبتنی‬‫بر‬‫یر‬‫ز‬‫ه‬‫ژ‬‫وا‬-Young and Knill1994 ‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫با‬‫پشت‬‫سر‬‫ها‬‫ار‬‫ر‬‫ق‬‫دادن‬‫مدل‬‫هر‬‫ز‬‫ه‬‫ژ‬‫وا‬‫های‬‫شکیل‬‫دهنده‬‫آنها‬ ‫ساخته‬‫می‬‫شود‬. 10
  • 11. ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫وهژدی‬‫اج‬‫ر‬‫استخ‬ –MFCC‫ایب‬‫ر‬‫ف‬‫مل‬‫س‬ ‫فرکا‬‫ال‬‫ر‬ ‫پس‬ –Wavelet Transform –MFDWC‫ایب‬‫ر‬‫ف‬‫س‬ ‫فرکا‬‫گسسته‬ ‫موجک‬‫مل‬ •‫های‬‫فرها‬ ‫معموال‬20‫ی‬ ‫همپوشا‬ ‫با‬ ‫ثانیه‬‫میلت‬10‫های‬ ‫پنجره‬‫از‬‫استفاده‬ ‫با‬ ‫و‬ ‫ثانیه‬‫میلت‬ ‫شوند‬ ‫می‬‫گرفته‬ ‫نظر‬ ‫در‬ ‫همینگ‬𝐹 𝑀𝑒𝑙 = 1000 log 2 1 + 𝐹 𝐻𝑧 1000 –FHz‫است‬‫هه‬‫ر‬‫فو‬ ‫تبدیل‬‫از‬ ‫آمده‬ ‫بدست‬‫س‬ ‫فرکا‬‫ه‬‫ز‬‫حو‬‫در‬‫سیگنال‬‫مقدار‬ •𝐶𝑖 = 2 𝑁 𝑖=1 𝑛 𝑚𝑗 cos 𝜋𝑗 𝑁 𝑗 − 0.5 –mj‫و‬‫است‬‫مل‬ ‫ر‬ ‫فی‬‫بانک‬‫های‬‫کانال‬ ‫از‬‫یک‬‫هر‬‫انرژی‬‫لگارهتا‬ ‫با‬ ‫ابر‬‫ر‬‫ب‬N‫دهد‬‫می‬‫شان‬ ‫ا‬‫ر‬ ‫ر‬ ‫فی‬‫بانک‬‫های‬ ‫کانال‬ ‫عداد‬. 11
  • 12. ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ادبیات‬‫بر‬ ‫ی‬‫ر‬‫و‬‫مر‬ •‫مدل‬‫پنهان‬‫مارکوف‬ ‫مدل‬‫پنهان‬‫مارکوف‬‫ای‬‫ر‬‫دا‬‫عداد‬‫محدودی‬‫حالت‬‫است‬‫ه‬‫ای‬‫حالت‬‫ها‬‫می‬ ‫توانند‬‫به‬‫یکدیگر‬‫اه‬‫ر‬‫ت‬ ‫انتقا‬‫داشته‬‫باشند‬.‫انتقال‬‫ها‬‫در‬‫گفتار‬‫ا‬‫ز‬‫چپ‬‫به‬ ‫است‬‫ر‬‫و‬‫ی‬‫قو‬ ‫ح‬‫ت‬‫ر‬‫شو‬‫می‬‫گورد‬.‫ر‬ ‫ام‬‫ر‬‫پا‬‫های‬‫اشلت‬‫موجود‬‫در‬‫مدل‬‫پنهان‬ ‫مارکوف‬‫تند‬‫ر‬‫عبا‬‫از‬: –‫مجموعه‬‫ها‬‫حالت‬‫یی‬‫ه‬‫ممک‬‫است‬‫اتفاق‬‫بيفتد‬. –‫مجموعه‬‫ی‬ ‫تصميما‬‫ه‬‫توان‬‫می‬‫در‬‫های‬‫حالت‬‫ف‬ ‫مخت‬‫گرفت‬. –‫مجموعه‬‫نتايجت‬‫ه‬‫ممک‬‫است‬‫متعاقب‬‫هر‬‫ی‬‫گور‬‫تصميا‬‫بدست‬‫آيد‬. –‫منافع‬‫و‬‫ش‬‫ز‬‫ار‬‫ده‬‫و‬‫افز‬‫اي‬‫ی‬‫گور‬‫تصميا‬‫در‬‫مقايسه‬‫با‬‫تصميمات‬‫ممک‬‫دي‬‫گر‬ 12
  • 13. ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬‫ی‬ ‫س‬‫ر‬‫فا‬ •‫پیش‬‫ش‬‫ز‬‫پردا‬ –‫ای‬‫ر‬‫ب‬‫قاب‬‫بندی‬‫سیگنال‬‫گفتار‬‫از‬‫پنجره‬‫بندی‬‫استفاده‬‫می‬‫شود‬. •‫پنجره‬‫مستطیلت‬:𝑊 𝑛 = 1 − 𝑀 ≤ 𝑛 ≤ 𝑀 •‫پنجره‬‫همینگ‬:𝑊 𝑛 = 0.54 + 0.46 cos 𝑛𝜋 𝑀 − 𝑀 ≤ 𝑛 ≤ 𝑀 •‫پنجره‬‫هنینگ‬:𝑊 𝑛 = 0.5 + 0.5 cos 𝑛𝜋 𝑀+1 − 𝑀 ≤ 𝑛 ≤ 𝑀 ‫با‬‫توجه‬‫به‬‫اینکه‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫سیگنال‬‫ودی‬‫ر‬‫و‬‫با‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫پنجره‬‫کانوالو‬‫می‬،‫شود‬ ‫پنجره‬‫های‬‫همینگ‬‫و‬‫هنینگ‬‫ای‬‫ر‬‫ب‬‫پنجره‬‫بندی‬‫مناسب‬‫تر‬‫به‬‫نظر‬‫می‬‫سند‬‫ر‬. 13
  • 14. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫بردار‬‫ویژگی‬‫ایب‬‫ر‬‫ض‬‫کپسترال‬‫فرکانس‬‫مل‬ ‫پس‬‫از‬‫بدست‬‫دن‬‫ر‬‫آو‬‫ی‬‫ژ‬‫انر‬‫بانک‬‫رها‬ ‫فی‬‫بردار‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫پس‬‫ال‬‫ر‬‫با‬ ‫استفاده‬‫از‬‫تبدیل‬‫گسسته‬‫ی‬ ‫سینوس‬-‫ی‬ ‫سینوس‬‫بدست‬‫خواهد‬‫آمد‬ •‫بردار‬‫ویژگی‬‫ضرایب‬‫موجک‬‫گسسته‬‫مقیاس‬‫مل‬ • 𝐶 𝑎,𝑏 = 𝑋 𝑡 𝜓 𝑎,𝑏 𝑡 𝑑𝑡 • 𝜓 𝑎,𝑏 𝑡 = 1 𝑎 𝜓 𝑡−𝑏 𝑎 (t)‫سیگنال‬،‫ودی‬‫ر‬‫و‬𝜓 𝑡‫تابع‬،‫موجک‬a‫مقدار‬‫مقیاس‬‫و‬b‫مقدار‬‫جابجایی‬‫تابع‬‫موجک‬ ‫تبدیل‬‫موجک‬‫گسسته‬:𝜓𝑗,𝑘 = 2 𝑗 2 𝜓 2 𝑗 𝑡 − 𝑘 14
  • 15. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬ ‫قاب‬‫گفتار‬‫در‬‫یک‬‫حالت‬‫مدل‬‫پنهان‬‫مارکوف‬: 𝑏𝑗 𝑂𝑗 = 𝑘=1 𝑀 𝐶𝑗𝑘 𝑁 𝑂𝑗 𝜇 𝑗𝑘 ∑ 𝑗𝑘 −∞ ∞ 𝑏𝑗 𝑂𝑗 𝑑𝑂𝑗 = 1 𝑂, ∑ ,𝜇‫به‬‫ترتیب‬‫میانگون‬،‫ماتریس‬‫س‬ ‫ها‬‫ر‬‫کووا‬‫و‬‫نمونه‬‫هستند‬. 15
  • 16. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫ای‬‫ر‬‫ب‬‫شناسایی‬‫واج‬‫ها‬‫در‬‫گفتار‬‫پیوسته‬‫نیاز‬‫به‬‫شبکه‬‫ا‬‫ر‬‫گ‬‫مر‬‫شخیص‬ ‫واج‬‫ها‬‫ر‬‫دا‬‫ه‬‫با‬‫اعمال‬‫هتا‬‫ر‬‫الگو‬‫ربی‬ ‫وه‬‫ی‬‫و‬‫ر‬،‫آن‬‫دنباله‬‫واج‬‫ها‬‫شان‬ ‫داده‬‫می‬‫شوند‬ • 𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = 𝑇𝑟𝑢𝑒 𝐻𝑖𝑡−𝐼𝑛𝑠𝑒𝑟𝑡𝑖𝑜𝑛−𝐷𝑒𝑙𝑒𝑡𝑖𝑜𝑛−𝑆𝑢𝑏𝑠𝑡𝑖𝑡𝑢𝑡𝑖𝑜𝑛 𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑃ℎ𝑜𝑛𝑒𝑚𝑒𝑠 16
  • 17. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫واژگان‬‫مدل‬‫کلیدی‬ –‫مستق‬‫ر‬‫طو‬ ‫به‬ ‫ا‬‫ر‬ ‫ها‬ ‫ه‬‫ژ‬‫وا‬ ‫و‬ ‫رد‬ ‫استفاده‬ ‫شده‬ ‫بیان‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫از‬‫یا‬ ‫ش‬‫ز‬‫آمو‬‫دهیا‬(‫ه‬‫ژ‬‫وا‬ ‫تمام‬ ‫مدل‬) –‫ساخت‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫تا‬ ‫داده‬‫ار‬‫ر‬‫ق‬ ‫سرها‬ ‫پشت‬ ‫ا‬‫ر‬ ‫دیده‬ ‫ش‬‫ز‬‫آمو‬ ‫های‬ ‫واج‬‫ه‬ ‫شوند‬ ‫واژه‬ ‫تمام‬‫واج‬ ‫مبنای‬ ‫بر‬ 234/277(84.47)%Hit Ratio196/277(70.76)%Hit Ratio 33Number of False Alarms39Number of False Alarms 17
  • 18. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ ‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬‫مدل‬"PARK" ‫مدل‬‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬“PARK”‫یک‬‫ه‬‫ز‬‫اجا‬‫با‬‫پرش‬ ‫مدل‬‫ه‬‫ژ‬‫وا‬ ‫مارکوف‬ ‫پنهان‬“PARK”‫دو‬‫ه‬‫ز‬‫اجا‬‫با‬‫پرش‬ 18
  • 19. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫پر‬‫مدل‬‫کننده‬ –‫ها‬ ‫واج‬ ‫مارکوف‬ ‫پنهان‬ ‫مدل‬ ‫بر‬ ‫مبتنی‬ ‫پرکننده‬ ‫مدل‬ 19
  • 20. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫مدل‬‫پرکننده‬‫بهبود‬‫یافته‬ –‫درگفتار‬‫ی‬ ‫س‬‫ر‬‫فا‬‫ی‬ ‫بعض‬‫از‬‫ه‬‫ژ‬‫وا‬‫ها‬‫به‬‫عداد‬‫ی‬‫بیشمار‬‫استفاده‬‫می‬‫ش‬‫وند‬.‫ای‬‫ر‬‫ب‬ ‫مثال‬‫در‬‫گفتار‬‫پیوسته‬‫ی‬ ‫س‬‫ر‬‫فا‬‫ت‬ ‫افعا‬‫مانند‬"‫شد‬"،"‫است‬"‫و‬"‫می‬‫ب‬‫اشد‬"‫و‬ ‫ف‬‫و‬‫حر‬‫افافه‬‫مانند‬"‫از‬"‫و‬"‫در‬"‫و‬‫ی‬‫فمایر‬‫ن‬‫چو‬"‫آن‬"‫و‬"‫ای‬"‫و‬"‫او‬" ‫استفاده‬‫ی‬‫بسیار‬‫ند‬‫ر‬‫دا‬.‫از‬‫مدل‬‫پنهان‬‫مارکوف‬‫ای‬‫ه‬‫ژ‬‫وا‬‫ها‬‫به‬‫شرطی‬‫ه‬‫در‬ ‫مجموعه‬‫ه‬‫ژ‬‫وا‬‫ها‬‫یدی‬ ‫ک‬‫نباشند‬‫به‬‫عنوان‬‫مک‬‫ننده‬‫مدل‬‫ننده‬ ‫پر‬ ‫استفاده‬‫می‬‫شود‬.‫استفاده‬‫از‬‫ای‬‫مدل‬‫مک‬‫ننده‬،‫مک‬‫ی‬ ‫شایا‬‫ب‬‫ه‬‫پایون‬ ‫آمدن‬‫نرخ‬‫اشتباه‬‫در‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫خواهد‬‫داشت‬ 20
  • 21. ‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬‫گفتار‬ ‫یابی‬ ‫ه‬‫ژ‬‫وا‬‫ی‬‫ر‬‫تئو‬ •‫قبل‬‫از‬‫انجام‬‫ه‬‫ژ‬‫وا‬‫یابی‬‫ی‬ ‫فرفیا‬‫بر‬‫شبکه‬‫امر‬‫ر‬‫گ‬‫وجود‬‫د‬‫ر‬‫دا‬‫ه‬‫به‬‫شر‬‫ح‬‫هر‬‫ز‬ ‫است‬: –‫احتمال‬‫ر‬‫حضو‬‫در‬Null1‫و‬Null2‫ابر‬‫ر‬‫ب‬1‫است‬ –‫احتمال‬‫پرش‬‫از‬Null1‫به‬‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫ننده‬ ‫پر‬‫ابر‬‫ر‬‫ب‬‫با‬1‫در‬‫نظر‬‫گرفته‬ ‫شود‬. –‫احتمال‬‫پرش‬‫از‬‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫به‬Null2‫ابر‬‫ر‬‫ب‬‫در‬‫نظر‬‫گرفته‬ ‫شود‬. –‫احتمال‬‫پرش‬‫از‬Null1‫به‬Null2‫ابر‬‫ر‬‫ب‬‫با‬1‫فرض‬‫می‬‫شود‬. 21
  • 22. 4)‫مراحل‬‫پیوسته‬ ‫گفتار‬ ‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫ی‬ ‫س‬‫ر‬‫فا‬ •‫مجموعه‬‫داده‬ –‫ما‬‫در‬‫ای‬‫ه‬‫ژ‬‫و‬‫پر‬‫از‬‫مجموعه‬‫داده‬‫س‬‫ر‬‫فا‬‫دات‬‫استفاده‬‫می‬‫نیا‬. –‫فبط‬‫شدا‬‫در‬‫یک‬‫اتاق‬‫ی‬‫ادار‬‫ام‬‫ر‬‫آ‬‫انجام‬‫شده‬‫ای‬‫ر‬‫وب‬‫فبط‬‫شدا‬‫از‬‫ت‬‫ر‬‫کا‬ ‫ی‬ ‫شو‬‫ر‬ ‫بالس‬‫ر‬‫ساند‬‫با‬‫وهژدی‬‫های‬‫س‬ ‫فرکا‬‫نمونه‬‫ی‬‫بردار‬22.05 ‫وهرتز،مونو‬ ‫ی‬‫و‬16‫بیتی‬‫استفاده‬‫شده‬‫است‬ 22
  • 23. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫نرم‬‫های‬‫ر‬‫افزا‬‫د‬‫ر‬‫مو‬‫استفاده‬ –‫ای‬‫ر‬‫ب‬‫استفاده‬‫از‬‫مدل‬‫پنهان‬‫مارکوف‬‫از‬‫ار‬‫ز‬‫اب‬HTK‫استفاده‬‫شده‬‫است‬. ‫ای‬‫ر‬‫ب‬‫پیش‬‫ش‬‫ز‬‫پردا‬‫اج‬‫ر‬‫ها،استخ‬‫وهژدی‬‫ها‬‫و‬‫پس‬‫ش‬‫ز‬‫پردا‬‫ها‬‫با‬‫توجه‬‫ب‬‫ه‬‫نوع‬ ‫ه‬ ‫مسئ‬‫از‬‫بان‬‫ز‬‫های‬MATLAB‫و‬C‫ای‬‫ر‬‫ب‬‫احت‬‫ر‬‫ط‬‫واحد‬‫های‬‫نرم‬‫ی‬‫ار‬‫ز‬‫اف‬ ‫مربوطه‬(Module)‫استفاده‬‫شده‬‫است‬ 23
  • 24. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫پیش‬‫ش‬‫ز‬‫پردا‬ •‫هر‬‫فایل‬‫ی‬ ‫شو‬‫به‬‫قاب‬‫های‬20‫میلت‬‫ثانیه‬‫با‬‫ها‬‫ی‬ ‫پوشا‬10‫میلت‬ 3‫ثانیه‬‫و‬‫با‬‫استفاده‬‫از‬‫پنجره‬‫های‬‫همینگ‬‫تقسیا‬‫شده‬‫است‬.‫در‬ ‫ه‬ ‫مرح‬‫بعد‬،‫از‬‫هر‬‫قاب‬‫تبدیل‬‫هه‬‫ر‬‫فو‬‫مان‬‫ز‬‫کوتاه‬(Short Time Fourier Transform)‫گرفته‬‫شده‬‫و‬‫نتیجه‬‫در‬‫آستانه‬‫استخر‬‫اج‬ ‫اطالعات‬‫گفتار‬‫در‬‫ه‬‫ز‬‫حو‬‫س‬ ‫فرکا‬‫ار‬‫ر‬‫ق‬‫می‬‫گورد‬ 24
  • 25. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫پنه‬‫مدل‬ ‫ار‬‫ز‬‫اب‬‫در‬ ‫مل‬ ‫س‬ ‫فرکا‬‫ال‬‫ر‬ ‫پس‬ ‫ایب‬‫ر‬‫ف‬ ‫وهژدی‬‫اج‬‫ر‬‫استخ‬ ‫پیکربندی‬ ‫فایل‬‫مارکوف‬ ‫ان‬ 25
  • 26. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬ –‫واحد‬‫آوایی‬‫د‬‫ر‬‫مو‬‫نظر‬‫در‬‫ای‬‫ه‬ ‫مرح‬‫واج‬‫می‬‫باشد‬.‫پس‬‫واج‬‫های‬‫بان‬‫ز‬‫س‬‫ر‬‫فا‬‫ی‬ ‫مشخص‬‫شده‬‫و‬‫نام‬‫ی‬‫گذار‬‫می‬‫شوند‬. –‫س‬‫ر‬‫فا‬‫دات‬‫گ‬‫ر‬‫بز‬‫در‬‫حد‬‫واج‬‫تقطیع‬‫شده‬‫است‬.‫ای‬‫ر‬‫بناب‬‫نیاز‬‫به‬‫تق‬‫طیع‬ ‫خودکار‬‫اه‬‫ر‬‫هم‬‫با‬‫ش‬‫ز‬‫آمو‬‫مدل‬‫است‬.‫بدی‬‫ر‬‫منظو‬‫فایل‬‫های‬‫برچسب‬‫ا‬‫ر‬‫ب‬‫ه‬ ‫ت‬‫ر‬‫شو‬‫واجت‬‫پشت‬‫سر‬‫ها‬‫نوشته‬‫و‬‫با‬‫مک‬‫ار‬‫ز‬‫اب‬‫مدل‬‫پنهان‬‫مارکوف‬‫م‬‫دل‬ ‫ها‬‫ا‬‫ر‬‫با‬‫ای‬‫فایل‬‫برچسب‬‫موجود‬،‫به‬‫ت‬‫ر‬‫شو‬‫خودکار‬‫تقطیع‬‫رده‬‫و‬‫آم‬‫ش‬‫ز‬‫و‬ ‫می‬‫دهیا‬ 26
  • 27. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫واج‬‫مارکوف‬ ‫پنهان‬‫مدل‬ ‫است‬‫هر‬‫ز‬ ‫شرح‬ ‫به‬‫ش‬‫ز‬‫آمو‬ ‫ار‬‫ر‬‫تک‬‫عداد‬: –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬1‫و‬5‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬2‫و‬6‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬4‫و‬7‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬8‫و‬8‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ –‫با‬‫ابر‬‫ر‬‫ب‬ ‫ی‬ ‫داوس‬‫فیق‬ ‫ت‬‫عداد‬16‫و‬10‫و‬ ‫ی‬ ‫ش‬‫ز‬‫آمو‬‫های‬ ‫فایل‬‫تمام‬‫ی‬‫و‬‫ر‬‫ش‬‫ز‬‫آمو‬‫ار‬‫ر‬‫تک‬ ‫واج‬‫های‬‫مدل‬‫هخوره‬‫و‬‫ش‬‫ز‬‫آمو‬‫اتمام‬‫نهایت‬‫در‬ 27
  • 28. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫واج‬ ‫مایش‬‫ز‬‫آ‬1:‫شده‬ ‫انجام‬‫مارکوف‬ ‫پنهان‬‫مدل‬ ‫ار‬‫ز‬‫اب‬‫ست‬ ‫و‬‫ش‬‫ز‬‫آمو‬ ‫است‬.‫ل‬‫جدو‬ ‫در‬ ‫واج‬ ‫شناسایی‬ ‫های‬ ‫دقت‬ ،‫آن‬ ‫از‬ ‫پس‬‫هر‬‫ز‬‫حالت‬ ‫ای‬‫ر‬‫ب‬ ‫است‬‫آمده‬ ‫بدست‬ ‫متفاوت‬ ‫های‬. MFCC-E-D-A-ZMFCC-E-D-A 60.12%3 State 8 Mixture57.84%3 State 8 Mixture 63.33%3 State 16 Mixture62.15%3 State 16 Mixture 66.155 State 8 Mixture67%5 State 8 Mixture 68.41%5 State 16 Mixture67.26%5 State 16 Mixture 28
  • 29. 4)‫ی‬ ‫س‬‫ر‬‫فا‬ ‫پیوسته‬ ‫گفتار‬‫یاب‬ ‫ه‬‫ژ‬‫وا‬ ‫ی‬‫ساز‬ ‫پیاده‬‫مراحل‬ •‫مایش‬‫ز‬‫آ‬‫واج‬2:‫پس‬‫از‬‫عیون‬‫ری‬ ‫به‬‫حالت‬‫ای‬‫ر‬‫ب‬‫عداد‬‫حالت‬‫و‬‫ع‬‫داد‬ ‫فیق‬ ‫ت‬‫ی‬ ‫داوس‬‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬‫از‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫گسسته‬ ‫س‬ ‫فرکا‬‫مل‬‫استفاده‬‫می‬،‫نیا‬‫نتایج‬‫بدست‬‫آمده‬‫در‬‫ای‬‫مرح‬‫ه‬‫و‬ ‫مقایسه‬‫آن‬‫با‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫س‬ ‫فرکا‬‫مل‬‫در‬‫ل‬‫جدو‬‫هر‬‫ز‬‫آمده‬‫ا‬‫ست‬. Accuracy Rate Of Phoneme RecognitionFeature Vectors Noisy Speech(SNR=10db)Clean Speech 45,48%54.65%MFCC 58.68%67.27MFCC+Energy+DynamicFeatures 63.89%69.04%MFDWC 29
  • 30. •‫مایش‬‫ز‬‫آ‬‫واج‬3:‫پس‬‫از‬‫عیون‬‫ری‬ ‫به‬‫حالت‬‫ای‬‫ر‬‫ب‬‫عداد‬‫حالت‬‫و‬‫ع‬‫داد‬ ‫فیق‬ ‫ت‬‫ی‬ ‫داوس‬‫مدل‬‫پنهان‬‫مارکوف‬‫واج‬‫از‬‫وهژدی‬‫ی‬‫دیگر‬‫به‬‫نام‬‫ایب‬‫ر‬‫ف‬ ‫ال‬‫ر‬ ‫پس‬‫بر‬‫اساس‬‫تمایز‬‫ی‬ ‫س‬ ‫فرکا‬‫استفاده‬‫می‬‫نیا‬.‫نتا‬‫یج‬‫بدست‬ ‫آمده‬‫در‬‫ای‬‫ه‬ ‫مرح‬‫و‬‫مقایسه‬‫آن‬‫با‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫س‬ ‫فرکا‬‫م‬،‫ل‬‫در‬ ‫ل‬‫جدو‬‫هر‬‫ز‬‫آمده‬‫است‬. AccuracyFeature Vector 67.26%MFCC-E-D-A 67.85%Improved MFCC 30
  • 31. •‫مدل‬‫پنهان‬‫مارکوف‬‫واژگان‬‫کلیدی‬ –‫ای‬‫ر‬‫ب‬‫اتصال‬‫واج‬‫ها‬‫به‬‫یکدیگر‬‫در‬‫یک‬‫ه‬‫ژ‬‫وا‬‫به‬‫ز‬‫نیا‬‫ساخت‬‫اتصال‬‫از‬‫یک‬‫واج‬‫به‬‫وا‬‫ج‬‫دیگر‬ ‫ها‬‫ر‬‫دا‬.‫عالوه‬‫بر‬‫غیور‬‫رهای‬ ‫ام‬‫ر‬‫پا‬‫اتصال‬‫میان‬‫حالت‬‫ها‬‫در‬‫ز‬‫مر‬‫بون‬‫دو‬،‫واج‬‫غیو‬‫ی‬ ‫ا‬‫ر‬‫بر‬ ‫ی‬‫و‬‫ر‬‫رهای‬ ‫م‬‫ر‬‫پا‬‫ت‬ ‫انتقا‬‫ن‬‫و‬‫در‬‫واجت‬‫نوز‬‫در‬‫شخیص‬‫ر‬ ‫بیش‬‫ه‬‫ژ‬‫وا‬‫ها‬‫ساز‬‫ر‬‫کا‬‫است‬.‫ای‬‫ر‬‫بناب‬‫از‬ ‫چهار‬‫نوع‬‫ماتریس‬‫انتقال‬‫در‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫استفاده‬‫می‬‫نیا‬‫و‬‫با‬‫مقایسه‬‫ان‬‫ها‬‫با‬ ‫یکدیگر‬‫ری‬ ‫به‬‫ماتریس‬‫انتقال‬‫ا‬‫ر‬‫ای‬‫ر‬‫ب‬‫اهداف‬‫نهایی‬‫انتخاب‬‫خواهیا‬‫رد‬ 31
  • 32. •‫نوع‬ ‫انتقال‬‫ماتریس‬1 –‫ز‬ ‫پیش‬‫و‬ ‫تره‬‫ساده‬ ‫به‬‫نیا‬ ‫محدود‬‫بعدی‬‫حالت‬ ‫یک‬‫و‬‫ی‬‫جار‬‫حالت‬‫به‬‫تنها‬‫ا‬‫ر‬‫انتقال‬ ‫ماتریس‬‫اگر‬‫یک‬‫مینه‬ ‫یافت‬‫خواهیا‬ ‫دست‬‫مارکوف‬‫پنهان‬‫مدل‬ – 𝑇𝑟𝑎𝑠𝑖𝑡𝑖𝑜𝑛 𝑀𝑎𝑟𝑡𝑖𝑥 ∶ 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.4 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.6 𝑝 𝑆𝑖 𝑆𝑖−1 = 0, 𝑟 > 1 – 0 1 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 0 0 0 0 0 0 0 0 0 0 0.6 0.4 32
  • 33. •‫نوع‬ ‫انتقال‬ ‫ماتریس‬2 • 𝑇𝑟𝑎𝑠𝑖𝑡𝑖𝑜𝑛 𝑀𝑎𝑟𝑡𝑖𝑥 ∶ 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.1 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.4 𝑝 𝑆𝑖 𝑆𝑖−1 = 0.5 𝑝 𝑆𝑖 𝑆𝑖−1 = 0, 𝑟 > 2 0 1 0 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 05 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 1 0 0 0 0 0 0 0 0 0 0.5 0.4 33
  • 34. 5)‫نتایج‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫ها‬‫مقایسه‬ ‫و‬ •‫مایش‬‫ز‬‫آ‬1:‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬ –‫بردار‬‫وهژدی‬MFCC –20‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬wp‫و‬wf –‫مدل‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ •‫با‬‫توجه‬‫به‬‫مایشات‬‫ز‬‫آ‬‫و‬‫نمودار‬ROC‫می‬‫بینیا‬‫ه‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬ ‫های‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬(‫یک‬‫پرش‬‫از‬‫ی‬‫و‬‫ر‬‫حالت‬‫ها‬‫با‬‫ا‬‫حتمال‬ 0.1)‫ری‬ ‫به‬‫نتیجه‬‫ا‬‫ر‬‫داده‬‫است‬.‫توجه‬‫به‬‫ای‬‫نکته‬‫ی‬‫ر‬‫و‬‫فر‬‫است‬‫ه‬‫تنها‬ ‫نرخ‬‫د‬‫ر‬‫برخو‬‫باال‬‫مها‬‫نیست‬‫که‬ ‫ب‬‫نرخ‬‫پایون‬‫اشتباه‬‫در‬‫شناسای‬‫ی‬‫ه‬‫ژ‬‫وا‬‫های‬ ‫یدی‬ ‫ک‬‫نوز‬‫اهمیت‬‫باالیی‬‫د‬‫ر‬‫دا‬ 34
  • 36. 5)‫ها‬‫مقایسه‬ ‫و‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫نتایج‬ •‫مایش‬‫ز‬‫آ‬2:‫بگورید‬ ‫نظر‬‫در‬ ‫ا‬‫ر‬ ‫هر‬‫ز‬ ‫ایط‬‫ر‬‫ش‬ ‫با‬ ‫یاب‬‫ه‬‫ژ‬‫وا‬ ‫سامانه‬: –‫وهژدی‬ ‫بردار‬MFDWC –20‫ای‬‫ر‬‫ب‬ ‫شده‬ ‫عیون‬ ‫مقدار‬wp‫و‬wf –‫واج‬ ‫بر‬ ‫مبتنی‬ ‫یدی‬ ‫ک‬ ‫های‬ ‫ه‬‫ژ‬‫وا‬ ‫مدل‬ –‫ساده‬ ‫ننده‬ ‫پر‬ ‫مدل‬ –360‫در‬ ‫یدی‬ ‫ک‬ ‫ه‬‫ژ‬‫وا‬1‫و‬ ‫ساعت‬30‫ی‬ ‫مایش‬‫ز‬‫آ‬ ‫گفتار‬‫دقیقه‬ 36
  • 37. 5)‫ها‬‫مقایسه‬ ‫و‬‫ها‬ ‫مایش‬‫ز‬‫آ‬‫نتایج‬ •‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬‫و‬‫سوم‬ ‫بسیار‬‫نزدیک‬‫به‬‫ها‬‫هستند‬‫ت‬‫و‬‫ماتریس‬‫انتقال‬‫دوم‬‫دقبو‬‫ر‬‫مو‬‫ل‬‫تر‬ ‫است‬.‫ای‬‫انتخاب‬‫نقش‬‫های‬‫متقابل‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫و‬‫نرخ‬‫اشتباه‬‫ا‬‫ر‬‫در‬ ‫ابر‬‫ر‬‫ب‬‫ها‬‫شان‬‫می‬،‫دهد‬‫ماتریس‬‫انتقال‬‫نوع‬‫سوم‬(‫یک‬‫پرش‬‫با‬‫ا‬‫حتمال‬ 0.2)‫در‬‫مقادیر‬‫پایون‬‫تر‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫فتار‬‫ر‬‫خوبی‬‫از‬‫خود‬‫شان‬‫م‬‫ی‬ ‫دهد‬‫ا‬‫ر‬‫ه‬‫ز‬‫در‬‫ابتدا‬‫مقدار‬‫پایون‬‫ر‬ ‫ام‬‫ر‬‫پا‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬(wp)‫ه‬‫ز‬‫اجا‬ ‫تمایل‬‫بیش‬‫از‬‫ه‬‫ز‬‫اندا‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫ا‬‫ر‬‫نقض‬‫می‬‫ند‬‫اما‬‫در‬‫مقادیر‬ ‫باالتر‬‫نرخ‬‫د‬‫ر‬‫برخو‬‫فتار‬‫ر‬‫ای‬‫ماتریس‬‫انتقال‬‫قابل‬‫ل‬‫قبو‬‫نیس‬‫ت‬. 37
  • 39. •‫مقایسه‬‫دو‬‫مایش‬‫ز‬‫آ‬1‫و‬2‫شان‬‫می‬‫دهد‬‫ه‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫ای‬‫ر‬‫دا‬‫دقت‬ ‫باالتر‬‫ی‬‫ناچوز‬‫سبت‬‫به‬‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬‫هستند‬.‫ای‬‫ر‬‫بناب‬‫محلت‬‫ی‬‫ساز‬ ‫تبدیل‬‫موجک‬‫و‬‫سطح‬‫دقت‬‫در‬‫مان‬‫ز‬‫و‬‫س‬ ‫فرکا‬‫آن‬‫نتایج‬‫خوبی‬‫ب‬‫دست‬ ‫داده‬‫است‬.‫بردار‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫استفاده‬‫شده‬‫در‬‫اینجا‬‫ای‬‫ر‬‫دا‬ ‫ی‬ ‫مشکال‬‫است‬‫ه‬‫به‬‫شرح‬‫هر‬‫ز‬‫است‬: –‫بعد‬‫بردار‬‫وهژدی‬‫د‬‫ر‬‫مو‬‫استفاده‬‫و‬‫وب‬ ‫مط‬‫باالست‬. –‫حجا‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫باال‬‫می‬‫د‬‫و‬‫ر‬. –‫ش‬‫ز‬‫پردا‬‫ی‬ ‫ما‬‫ز‬‫باالی‬‫ای‬‫ر‬‫ب‬‫اج‬‫ر‬‫استخ‬‫وهژدی‬‫ایب‬‫ر‬‫ف‬‫موجک‬‫سبت‬‫به‬‫ایب‬‫ر‬‫ف‬ ‫ال‬‫ر‬ ‫پس‬‫نیاز‬‫است‬. 39
  • 40. •‫مایش‬‫ز‬‫آ‬4:‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬: –‫بردار‬‫وهژدی‬MFCC –9‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬Wp‫و‬Wf –‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ –‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬ –360‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫در‬1‫ساعت‬‫و‬30‫دقیقه‬‫گفتار‬‫ی‬ ‫مایش‬‫ز‬‫آ‬ –‫مات‬ ‫ک‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬2(‫ه‬‫ز‬‫اجا‬‫پرش‬‫از‬‫یک‬‫حالت‬‫با‬‫انتقال‬ 0.1) 40
  • 41. •‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬‫نتایج‬‫ه‬‫ژ‬‫وا‬‫یابی‬‫ا‬‫ر‬‫به‬‫ر‬‫طو‬‫قابل‬‫مالحظه‬‫ای‬ ‫بهبود‬‫داده‬‫است‬.‫دلیل‬‫ای‬‫ایش‬‫ز‬‫اف‬،‫دقت‬‫کاهش‬‫قابل‬‫مالحظه‬‫ن‬‫رخ‬ ‫هشدار‬‫اشتباه‬‫در‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫در‬‫ابر‬‫ر‬‫ب‬‫نرخ‬‫تقره‬‫با‬‫ثابت‬ ‫د‬‫ر‬‫برخو‬‫است‬.‫وقتی‬‫ه‬‫ژ‬‫وا‬‫های‬‫مشابه‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫به‬‫عنو‬‫ان‬‫باله‬‫ز‬ ‫مدل‬‫شوند‬‫ی‬‫بسیار‬‫از‬‫اشتباه‬‫های‬‫شخیص‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫دی‬‫گر‬‫رخ‬ ‫نمی‬‫دهند‬‫و‬‫احتمال‬‫ی‬‫دیگر‬‫رخ‬‫مدل‬‫پر‬‫ننده‬‫ر‬ ‫بیش‬‫می‬‫شود‬.‫ال‬‫بته‬‫ای‬ ‫مدل‬‫های‬‫مشابه‬‫به‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫داهت‬‫اوقات‬‫به‬‫ر‬‫فر‬‫سامانه‬‫فتار‬‫ر‬ ‫می‬‫نند‬‫و‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫ا‬‫ر‬‫حذف‬‫می‬‫نند‬‫اما‬‫ای‬‫اشتباه‬‫های‬ ‫اندک‬‫در‬‫ابر‬‫ر‬‫ب‬‫بهبود‬‫حاشل‬‫از‬‫آن‬‫قابل‬‫چشا‬‫ی‬ ‫پوش‬‫است‬. 41
  • 42. •‫مقایسه‬‫ای‬‫بون‬‫مدل‬‫های‬‫ننده‬ ‫پر‬‫ساده‬‫و‬‫بهبود‬‫یافته‬ –‫ای‬‫ر‬‫بناب‬‫تا‬‫به‬‫اینجای‬‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬‫و‬‫واژدان‬‫یدی‬ ‫ک‬‫با‬‫اج‬‫ه‬‫ز‬‫ا‬‫یک‬‫پرش‬‫ی‬‫و‬‫ر‬ ‫حالت‬‫های‬‫مدل‬‫پنهان‬‫مارکوف‬‫ه‬‫ژ‬‫وا‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬‫دوم‬(‫احتمال‬‫پرش‬0.1)‫ی‬‫ر‬ ‫به‬‫نتیجه‬‫ا‬‫ر‬‫داده‬ ‫است‬. 0 20 40 60 80 100 120 Simple Improved 42
  • 43. •‫مایش‬‫ز‬‫آ‬5:‫پس‬‫از‬‫اج‬‫ر‬‫استخ‬‫نتایج‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫نوبت‬‫به‬‫پس‬‫ش‬‫ز‬‫پردا‬‫های‬‫عر‬‫هف‬ ‫شده‬‫می‬‫سد‬‫ر‬‫ه‬‫ه‬ ‫بوسی‬‫آن‬‫عداد‬‫ه‬‫ژ‬‫وا‬‫های‬‫یدی‬ ‫ک‬‫اشتباه‬‫شخیص‬‫د‬‫اده‬‫شده‬ ‫ا‬‫شوند‬.‫در‬‫ادامه‬‫دو‬‫ش‬‫و‬‫ر‬‫پس‬‫ش‬‫ز‬‫پردا‬‫مایش‬‫ز‬‫آ‬‫شده‬‫است‬.‫در‬‫ای‬‫مایش‬‫ز‬‫آ‬ ‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫با‬‫ایط‬‫ر‬‫ش‬‫هر‬‫ز‬ –‫بردار‬‫وهژدی‬MFCC –9‫مقدار‬‫عیون‬‫شده‬‫ای‬‫ر‬‫ب‬Wp‫و‬Wf –‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬ –‫مدل‬‫پر‬‫ننده‬‫بهبود‬‫یافته‬ –360‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫در‬1‫ساعت‬‫و‬30‫دقیقه‬‫گفتار‬‫ی‬ ‫مایش‬‫ز‬‫آ‬ –‫واژدان‬‫یدی‬ ‫ک‬‫با‬‫ماتریس‬‫انتقال‬‫نوع‬2(‫ه‬‫ز‬‫اجا‬‫پرش‬‫از‬‫ی‬‫و‬‫ر‬‫یک‬‫حالت‬‫با‬‫احتمال‬0.1) 43
  • 44. 0 20 40 60 80 100 120 avrage word based post processing avrage phoneme based post processing without post processing 44
  • 45. •‫آ‬ ‫طی‬ ‫در‬ ‫اشتباه‬ ‫عداد‬ ‫میانگون‬ ‫و‬ ‫مایش‬‫ز‬‫آ‬ ‫هر‬ ‫د‬‫ر‬‫برخو‬ ‫نرخ‬ ‫مقدار‬ ‫میانگون‬‫مایش‬‫ز‬ ‫ها‬ ‫آزمایش‬‫ی‬ ‫بررس‬‫مورد‬‫روش‬‫برخورد‬ ‫نرخ‬)%(‫اشتباه‬ ‫تعداد‬ ‫آزمایش‬1MFCC78%30 ‫آزمایش‬2MFDWC80.7%30 ‫آزمایش‬4‫آزمایش‬1+‫یافته‬ ‫بهبود‬ ‫ننده‬ ‫پر‬ ‫مدل‬81.0%28 ‫آزمایش‬5‫آزمایش‬4+‫پردازش‬ ‫پس‬ ‫ها‬ ‫واژه‬ ‫میانگون‬80.3%26 ‫ها‬ ‫واج‬ ‫میانگون‬80.3%25 45
  • 46. •‫مقایسه‬‫با‬‫های‬‫ر‬‫کا‬‫قبلی‬: .1‫در‬‫سال‬1990(Rose and Paul)‫سامانه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫مبتنی‬‫بر‬‫مدل‬ ‫پنهان‬‫مارکوف‬‫ی‬ ‫س‬‫ر‬‫بر‬‫شده‬،‫است‬FOM=66%.‫فضای‬‫ی‬‫کار‬‫آن‬‫به‬ ‫شرح‬‫هر‬‫ز‬‫است‬: •‫مستقل‬‫از‬‫دوهنده‬ •‫گفتار‬‫سمی‬‫ر‬‫خوانده‬‫شده‬‫از‬‫ی‬‫و‬‫ر‬‫ن‬ ‫م‬ •‫عداد‬‫مجموعه‬‫واژدان‬‫یدی‬ ‫ک‬‫ابر‬‫ر‬‫ب‬‫با‬20‫است‬ •‫عداد‬‫واژدان‬‫یدی‬ ‫ک‬‫موجود‬‫در‬‫داده‬‫های‬‫ی‬ ‫مایش‬‫ز‬‫آ‬353‫ه‬‫ژ‬‫وا‬‫است‬. •‫واژدان‬‫یدی‬ ‫ک‬‫مبتنی‬‫بر‬‫واج‬‫ساخته‬‫شده‬‫اند‬. •‫از‬‫مدل‬‫پر‬‫ننده‬‫تک‬‫واج‬‫استفاده‬‫شده‬‫است‬. •‫مدل‬‫پس‬‫مینه‬‫ز‬‫مانند‬‫سکوت‬‫و‬‫نوهز‬‫محیط‬‫نوز‬‫به‬‫مک‬‫مدل‬‫پر‬‫ننده‬‫آمده‬‫است‬. 46
  • 47. 2.‫در‬‫سال‬2005‫مقاله‬‫ای‬‫تحت‬‫عنوان‬‫مقایسه‬‫ه‬‫ژ‬‫وا‬‫یاب‬‫مبتنی‬‫بر‬‫ش‬‫بکه‬ ‫التیس‬،‫ی‬ ‫شناس‬‫ز‬‫با‬‫گفتار‬‫پیوسته‬‫با‬‫عداد‬‫واژدان‬‫هاد‬‫ز‬‫و‬‫مدل‬‫های‬ ‫آکوستیکی‬‫منتشر‬‫شده‬‫است‬. •‫داددان‬‫استفاده‬‫شده‬‫گفتار‬‫پیوسته‬‫غور‬‫سمی‬‫ر‬ICSI meetings‫می‬‫باشد‬. •17‫ه‬‫ژ‬‫وا‬‫یدی‬ ‫ک‬‫انتخاب‬‫شده‬‫ه‬‫جمعا‬‫ای‬‫ر‬‫دا‬33‫فظ‬ ‫ت‬‫می‬‫باشد‬. •‫مدل‬‫واژدان‬‫یدی‬ ‫ک‬‫و‬‫مدل‬‫پر‬‫ننده‬‫مبتنی‬‫بر‬‫واج‬‫می‬‫باشد‬. FOM‫روش‬ 46.46%Acoustic KWS 58.90%Phoneme Lattice KWS 66.95%LVCSR KWS 47
  • 48. 3.‫در‬‫سال‬2009S. Lubos and T. Jan‫به‬‫ی‬ ‫س‬‫ر‬‫بر‬‫پس‬‫ش‬‫ز‬‫پردا‬ ‫ای‬‫ر‬‫ب‬‫کاهش‬‫نرخ‬‫اشتباه‬‫در‬‫شخیص‬‫واژدان‬‫یدی‬ ‫ک‬‫پرداختند‬. •‫مستقل‬‫از‬‫دوهنده‬ •‫قاب‬‫های‬‫ی‬‫گفتار‬‫با‬‫پنجره‬‫های‬‫همینگ‬25‫میلت‬‫ثانیه‬‫و‬15‫میلت‬‫ثانیه‬‫ی‬ ‫همپوشا‬ ‫تهیه‬‫شده‬‫اند‬. •‫ایب‬‫ر‬‫ف‬‫ال‬‫ر‬ ‫پس‬PLP‫ای‬‫ر‬‫ب‬‫بردار‬‫وهژدی‬‫استفاده‬‫شده‬‫است‬. 48
  • 49. FOM‫زبان‬‫روش‬ 80.28‫ی‬ ‫فارس‬‫نامه‬ ‫پایان‬ ‫این‬ ‫پیشنهادی‬‫روش‬ 66.60‫ی‬ ‫یس‬ ‫انگ‬Rose and Paul 64.46‫رسمی‬ ‫غور‬ ‫ی‬ ‫یس‬ ‫انگ‬Szoke.Igore,Schwarz.Peter, Matejaka.Pavel 2005 80.92‫ی‬ ‫یس‬ ‫انگ‬S.Lubos,and T .Jan2009 70.42‫ی‬ ‫فارس‬(‫نامه‬ ‫پایان‬‫در‬ ‫شده‬ ‫ی‬‫ساز‬ ‫پیاده‬)S.Lubos,and T .Jan2009 49
  • 50. ‫شما‬ ‫توجه‬ ‫از‬ ‫شکر‬ ‫با‬ ‫پایان‬ 50