برنامه اندرویدی مترجم گفتار شما و ترجمه به تمام زبان های دنیا

اختصاصی از یارا فایل برنامه اندرویدی مترجم گفتار شما و ترجمه به تمام زبان های دنیا دانلود با لینک مستقیم و پرسرعت .

...

دانلود مقاله ترکیب روشهای مبتنی بر مدل و پردازش چندباندی گفتار برای مقاوم سازی بازشناسی گفتار نسبت به نویز

اختصاصی از یارا فایل دانلود مقاله ترکیب روشهای مبتنی بر مدل و پردازش چندباندی گفتار برای مقاوم سازی بازشناسی گفتار نسبت به نویز دانلود با لینک مستقیم و پرسرعت .

دانلود مقاله ی مهندسی برق با موضوع ترکیب روشهای مبتنی بر مدل و پردازش چندباندی گفتار برای مقاوم سازی بازشناسی گفتار نسبت به نویز که شامل 16 صفحه و بشرح زیر میباشد:

نوع فایل : Word

چکیده: سیستمهای بازشناسی چندباندی گفتار که بر اساس مکانیزم شنوایی انسان عمل می کنند، نرخ بازشناسی را نسبت به سیستم تمام باند به ویژه در حضور نویز بهبود می بخشند. در بازشناسی چندباندی گفتار، سیگنال گفتار ابتدا به چند زیرباند فرکامسی تقسیم می شود و پس از استخراج بردارهای ویژگی از هر زیرباند، این بردارها یا احتمال تخمینی برای آنها با یکدیگر ترکیب می شوند. در کار حاضر سیستم چندباندی بازشناسی گفتار بر مبنای ترکیب ویژگیها مد نظر قرار گرفته است و ترکیب این شیوه با یک شیوه مبتنی بر مدل موسوم به معیار تصویردهی وزن دار پیشنهاد گردیده است. نتایج آزمایشها نشان می دهند که علاوه بر بهتر بودن کارآیی شیوه ترکیب ویژگیها نسبت به سیستم تمام باند، روش پیشنهادی نیز سبب بهبود چشمگیر کارآیی روش ترکیب ویژگیها می گردد.

کلمات کلیدی: باشناسی چندباندی گفتار، زیرباند، ترکیب ویژگیها، تبدیل موجک، معیار تصویردهی وزن دار

مقدمه

مسئله مقاوم سازی سیستمهای بازشناسی گفتار در برابر نویز را می توان به صورت کاهش میزان عدم تطبیق میان شرایط آموزش و آزمون سیستم درنظر گرفت. روشهایی را که برای کاهش این عدم تطبیق بکار یم روند، می توان به سه گروه اصلی تقسیم کرد: روشهای مبتنی بر داده، روشهای مبتنی بر مدل و شیوه های پردازش چندباندی. روشهای مبتنی بر داده تلاش می کنند تا تاثیرات نویز را بر سیگنالهای گفتار یا ویژگیهای آن کاهش دهند، حال آنکه روشهای مبتنی بر مدل بحای خود سیگنال گفتار یا ویژگیهای آن مدل آلکوستیک گفتار را اصلاح می نمایند. شیوه پردازش چندباندی معمولاً در مورد نویزهایی بکار گرفته می شود که سبب تخریب بخشی از طیف فرکانسی سیگنال گفتار می شوند. در شیوه بازشناسی چندباندی، گفتار تمام باند به چندین زیرباند فرکانسی تقسیم می شود و پس از استخراج بردارهای ویژگی از هر زیرباند، بردارهای ویژگی زیرباندها یا احتمال تخمینی برای آنها توسط بازشناس متناظر با هر زیرباند، با یکدیگر ترکیب می شوند و به این ترتیب پاسخ بازشناسی بدست می آید.روشهای مبتین بر داده را می توان معمولاً به دو گروه عمده تقسیم کرد: شیوه بهبود گفتار و روشهای جبران ویژگی. شیوه های بهبود گفتار مستقیماً با سیگنال نویزی گفتار سر و کار دارند و با تخمین سیگنال تمیز از سیگنال نویزی در جهت کاهش میزان عدم تطبیق تلاش می کنند. روش تفاضل طیف و آستانه گذاری ضرایب تبدیل موجک سیگنال گفتار نمونه هایی از این دسته هستند. روشهای جبران ویژگی معمولاً عدم تطبیق را به دو طریق کاهش می دهند. در طریق اول، یک تبدیل به ویژگیها اعمال یم شود تا اثر نویز از آنها حذف گردد. تفاضل میانگین ضرایب کپسترال (CMS) و RASTA PLP از جمله چنین روشهایی هتسند. در طریق دیگر، ویژگیهای جدیدی استخراج می شوند که نسبت به تاثیرات نویز مقاوم باشند، همانند ویژگیهای خود همبستگی فاز.

روشهای مبتنی بر مدل، مدل آماری محیط را به نحوی اصلاح می کنند که با شرایط جدید محیطی همانند شرایط نویزی تطبیق یابد. در این تطبیق هیچ نوع فرض یا دانش خاصی در باره خود سیگنال گفتار لازم نیست. این روشها معمولاً نیازمند آموزش برون خط برروی دادگان گفتار نویزی هستند. به عنوان نمونه ای از این روشها می توان به ترکیب موازی مدلها (PMC) و بازگشت خطی با بیشترین شباهت (MLLR) اشاره کرد.

در بازشناسی چند باندی گفتار، ابتدا سیگنال به چند باند فرکانسی تقسیم می شود. به این ترتیب می توان بخشهای تخریب شده طیق گفتار را از دیگر بخشهای طیف جدا کرد. سپس یک بردار ویژگی از هر زیرباند استخراج می شود که زیربردار ویژگی نامیده می شود. دو روش برای برخورد با این زیربردارها وجود دارد. در روش اول می توان آنها را در کنار یکدیگر قرار داد و به عنوان جایگزینی برای ویژگیهای اصلی استفاده نمود که این شیوه ترکیب ویژگیها نامیده می شود. در روش دیگر زیربردارهای ویژگی بوسیله بازشناس مجزای متناظر یا هر زیرباند، مورد پردازش قرار می گیرند و احتمالی برای آنها تخمین شده می شود و این احتمالات به شیوه خطی یا غیرخطی با یکدیگر ترکیب می شوند. این شیوه ترکیب احتمالات یا ترکیب مدلها نامیده می شود..............

دانلود پایان نامه استفاده از فرکانس گام در بازشناسی گفتار با حالت در زبان فارسی

اختصاصی از یارا فایل دانلود پایان نامه استفاده از فرکانس گام در بازشناسی گفتار با حالت در زبان فارسی دانلود با لینک مستقیم و پرسرعت .

استفاده از فرکانس گام در بازشناسی گفتار با حالت در زبان فارسی

لینک پرداخت و دانلود *پایین مطلب* 

فرمت فایل:PDF

تعداد صفحه:239

فهرست مطالب :

چکیده :

یکی از اهداف مهم سیستم های بازشناسی گفتار، شناسایی گفتار در حالت های مختلف گفتاری است. اعمال حالت و یا تأکید به گفتار، سبب تغییرات زیادی در پارامترهای گفتاری شده و شناسایی آن را با استفاده از مدل های عادی مشکل می سازد. کاهش نرخ بازشناسی نتیجه طبیعی بازشناسی گفتار با حالت با استفاده از مدل های عادی است. اولین قدم در بازشناسی گفتار با حالت، بررسی نحوه تأثیر حالت گفتار بر پارامترهای مهم گفتاری می باشد. به عبارت دیگر اتخاذ روشی مناسب برای بازشناسی، مستلزم شناسایی درست نحوه تأثیر حالت گفتار بر پارامترهای گفتار است. از مهم ترین پارامترهای مطرح برای گفتار در زبان فارسی، می توان فرکانس گام را نام برد. در این تحقیق بررسی دقیقی بر روی نحوه تأثیر چند حالت گفتاری بر فرکانس گام و شیب آن برای واج های واکدار مختلف در زبان فارسی صورت گرفته است.

مساله بازشناسی گفتار موضوعی است که در دهه های اخیر توجه به آن افزایش یافته و آن را به یک موضوع مهم روز تبدیل نموده است. یکی از دلایلی که منجر به این امر شده است، مساله تسهیل ارتباط انسان با رایانه می باشد.

با گسترش فن آوری و وارد شدن پردازشگرهای شخصی در زوایای زندگی فردی و اجتماعی مردم، مساله ساده تر کردن ارتباط با رایانه، روز به روز اهمیت بیشتری می یابد. متخصصین نگران آن هستند که با روند افزایش حجم اطلاعات که بین انسان و رایانه رد و بدل می شود زمانی فرا برسد که وسایل موجود ارتباطی از قبیل صفحه کلید؛ موشواره که نیاز به حرکات فیزیکی و مداوم دارند. خستگی روحی و جسمی زیادی را به افراد تحمیل نمایند. به همین جهت دنبال این هستند تا امکاناتی را فراهم سازند که انسان توسط گفتار، فرامین و اطلاعات مورد نظر خود را به رایانه منتقل سازد.

طی این سال ها تلاش زیادی جهت بهبود کارآیی بازشناسی گفتار صورت گرفت، اما با توجه به عوامل زیادی که در این روند موثر هستند، همواره عملیات بازشناسی با خطا روبرو بوده است.

هر زبان از مجموعه ای از صداهای مختلف تشکیل شده است که به هرکدام از این اصوات یک واج گفته می شود. ترکیب واج ها سیلاب یا هجاء را تشکیل می دهد و از ترکیب چند هجاء لغات به وجود می آیند. هر واج را می توان به صورت یک الگوی مشخص در دستگاه اسپکتروگرام مشخص کرد. علاوه بر این گفتار انسان از نوسانات صوتی حنجره (تارهای صوتی) ایجاد می شود که این تارها، خصوصیات غیر خطی دارند و عوامل مختلفی در آن تاثیر گذارند. همچنین محیطی که افراد در آن صحبت می کنند نیز مساله را پیچیده تر می نمایند.

در زمینه شناسایی کلام (فارسی یا غیرفارسی) پروژه های زیادی ارائه شده است، اما اکثر این سیستم ها براساس تبدیل سیگنال های صحبت به واج ها و سیلاب های تشکیل دهنده کلمات کار می کنند. اما این تبدیل احتیاج به زبان شناسی نسبتا دقیقی برای بازشناسی واج ها، آواها و… دارد و در انجام این کار و شکستن زبان به مجموعه واج ها اختلافات زیادی است لذا در برخی موارد بحث بازشناسی گفتار براساس کلمه مطرح می شود که در این رسانه نیز از آن استفاده شده است.

کار بازشناسی گفتار به طور کلی می تواند به 3 پردازش تقسیم شود: پیش پردازش، فشرده سازی، دسته بندی.

– در فصل اول این پروژه با مقدمات گفتار و پردازش آن و عوامل موثر در بازشناسی گفتار و روش های پردازش گفتار آشنا می شویم و مروری بر کارهای انجام شده و وضعیت اکنون نموده و تعدادی از سیستم های موجود را بررسی می نماییم.

– در فصل دوم نیز، مقدمه ای از توصیف مدل مخفی مارکوف (HMM) ارائه گردیده است.

– در فصل سوم به معرفی ابزارهای بازشناسی گفتار (HTK) پرداخته ایم و تعدادی از دستورها که در این رساله مورد استفاده قرار گرفته است را مورد بررسی قرار داده ایم.

– در فصل چهارم نیز در برگیرنده روش کاری و بررسی آماری فرکانس گام در حالت های مختلف گفتاری می باشد.

– در فصل پنجم، بازشناسی گفتار با حالت و ارائه یک مدل جدید بازشناسی را شامل می شود.

و...

NikoFile

پروژه کارآموزی بهینه سازی سیستم های پردازش گفتار و پارامترهای موثردر استخراج ارقام دست‌نویس فارسی با استفاده از الگوریتم ژنتیک

اختصاصی از یارا فایل پروژه کارآموزی بهینه سازی سیستم های پردازش گفتار و پارامترهای موثردر استخراج ارقام دست‌نویس فارسی با استفاده از الگوریتم ژنتیک دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : WORD (قابل ویرایش)

تعداد صفحات:82

فهرست مطالب:
عنوان            صفحه
مقدمه            5
الگوریتم ژنتیک چیست؟            8
الگوریتم ژنتیک در دنیای کامپیوتر            22
مفاهیم الگوریتم ژنتیکی            26
اصول اساسی الگوریتم ژنتیک            28
الگوریتم ژنتیکی ساده            29
عملگرهای انتخاب، برش و جهش            31
کاربردهای الگوریتم ژنتیک            34
بررسی ساختارهای متداول الگوریتم ژنتیک                36
بهینه سازی سیستم های پردازش گفتار             49
بهینه‌سازی پارامترهای موثردر استخراج ارقام دست‌نویس فارسی
            66
مراجع            79




مقدمه
طبیعت پر است از ایده. دلیل درستی خیلی از این ایده ها ماندگاری طولانی آنها در طبیعت است!
هنگامی که لغت تنازع بقا به کار می رود اغلب بار ارزشی منفی آن به ذهن می آید. شاید همزمان قانون جنگل به ذهن برسد و حکم بقای قوی تر!
البته برای آنکه خیالتان راحت شود می توانید فکر کنید که همیشه هم قوی ترین ها برنده نبوده اند. مثلاً دایناسورها با وجود جثه عظیم و قوی تر بودن در طی روندی کاملاً طبیعی بازی بقا و ادامه نسل را واگذار کردند در حالی که موجوداتی بسیار ضعیف تر از آنها حیات خویش را ادامه دادند. ظاهراً طبیعت بهترین ها را تنها بر اساس هیکل انتخاب نمی کند!
در واقع درست تر آنست که بگوییم طبیعت مناسب ترین ها(Fittest) راانتخاب می کند نه بهترین ها.
قانون انتخاب طبیعی بدین صورت است که تنها گونه هایی از یک جمعیت ادامه نسل می دهند که بهترین خصوصیات را داشته باشند و آنهایی که این خصوصیات را نداشته باشند به تدریج و در طی زمان از بین می روند.

مثلاً فرض کنید گونه خاصی از افراد، هوش بسیار بیشتری از بقیه افراد یک جامعه دارند. در شرایط کاملاً طبیعی این افراد پیشرفت بهتری خواهند کرد و رفاه نسبتاً بالاتری خواهند داشت و این رفاه خود باعث طول عمر بیشتر و باروری بهتر خواهد بود(توجه کنید شرایط طبیعیست نه در یک جامعه سطح بالا با ملاحظات امروزی یعنی طول عمر بیشتر در این جامعه نمونه با زاد و ولد بیشتر همراه است). حال اگر این خصوصیت(هوش) ارثی باشد به طبع در نسل بعدی همان جامعه تعداد افراد باهوش به دلیل زاد و ولد بیشتر این گونه افراد بیشتر خواهد بود.اگر همین روند را ادامه دهید خواهید دید که در نسل های متوالی دائماً جامعه نمونه ما با هوش و باهوش تر می شود. بدین ترتیب یک مکانیزم ساده طبیعی توانسته است در طی چند نسل عملاً افراد کم هوش را از جامعه حذف کند علاوه بر اینکه میزان هوش متوسط جامعه نیز دائماً در حال افزایش است.

حال ببینیم که رابطه تکامل طبیعی با روش های هوش مصنوعی چیست. هدف اصلی روش های هوشمند به کار گرفته شده در هوش مصنوعی یافتن پاسخ بهینه مسائل مهندسی ست.
بعنوان مثال اینکه چگونه یک موتور را طراحی کنیم تا بهترین بازدهی را داشته باشد یا چگونه بازوهای یک ربات را محرک کنیم تا کوتاه ترین مسیر را تا مقصد طی کند همگی مسائل بهینه سازی هستند.

به شکل زیر توجه کنید. این منحنی دارای دو نقطه ماکزیمم می باشد. که یکی از آنها تنها ماکزیمم محلی است. حال اگر از روش های بهینه سازی ریاضی استفاده کنیم مجبوریم تا در یک بازه بسیار کوچک مقدار ماکزیمم تابع را بیابیم. مثلاً از نقطه 1 شروع کنیم و تابع را ماکزیمم کنیم. بدیهی است اگر از نقطه 1 شروع کنیم تنها به مقدار ماکزیمم محلی دست خواهیم یافت و الگوریتم ما پس از آن متوقف خواهد شد. اما در روش های هوشمند خاصه الگوریتم ژنتیک بدلیل خصلت تصادفی آنها حتی اگر هم از نقطه 1 شروع کنیم باز ممکن است در میان راه نقطه A به صورت تصادفی انتخاب شود که در این صورت ما شانس دست یابی به نقطه بهینه کلی(Global Optimal) را خواهیم داشت.

در مورد نکته دوم باید بگوییم که روش های ریاضی بهینه سازی اغلب منجر به یک فرمول یا دستورالعمل خاص برای حل هر مسئله می شوند. در حالی که روش های هوشمند دستورالعمل هایی هستند که به صورت کلی می توانند در حل هر مسئله ای به کار گرفته شوند. این نکته را پس از آشنایی با خود الگوریتم بیشتر و بهتر خواهید دید.

زبان آموزی و رشد گفتار

اختصاصی از یارا فایل زبان آموزی و رشد گفتار دانلود با لینک مستقیم و پرسرعت .

بخشی از متن اصلی :

1-1 : زبان آموزی

زبان آموزی ورشد گفتار در هشتاد سال گذشته مورد توجه قرار گرفته به ویژه درنیمه دوم قرن بیستم بطور دقیق تر مورد بررسی قرار گرفته است. زبان آموزی کودک به همراه توصیف وبررسی ساخت زبان وچگونگی کارکرد آن مورد توجه زبان شناسان قرار گرفته است. یافته های مربوط به زبان آموزی، مراحل فراگیری زبان، تدوین دستور زبان کودک وارائه ویژگی های همگانی زبان از نتایج مهم این بررسی ها بوده است.

یافته های زبان آموزی همچنین در بررسی چگونگی گسترش مهارت های زبانی نیز وزبان پریشی مورد توجه بوده است به علاوه یافته های یاد شده در زمینه بررسی آموزش زبان دوم وهمچنین زبان خارجی وارائه فرضیه ها وروش های آموزش زبان دوم تأثیر به سزایی داشته است. زبان آموزی هم از لحاظ نظریه های یادگیری وهم از لحاظ بررسی مراحل رشد زبانی قابل توجه است.زبان آموزی درزمانی پس از یک سالگی شروع می شود وتا پنج سالگی تقریباً به حالت ثابت نزدیک می شود. دوره زبان آموزی درحدود 5/3 به طول می انجامد.(مشکوه الدینی، 1376، ص 272) بررسی زبان آموزی به چگونگی رشد مهارت های گفتاری وشنیداری را مشخص می سازد . از یافته های موضوع می توان درآموزش مهارت های زبان استفاده کرد. کودک تا پیش از سواد آموزی قادر است از زبان بطور مناسب دربرقراری ارتباط زبانی استفاده نماید. بعلاوه هر سخنگوی زبان علاوه برقواعد دستوری ، قواعد کاربردی زبان را نیز به تدریج می آموزد؛ یعنی از طریق تعامل با محیط واطرافیان اصول کاربرد شناختی زبان را نیز فرامی گیرد.زبان آموزی تنها به توانایی های آوایی، واژگانی، دستوری وسبکی محدود نمی شود؛ بلکه به ویژگی های کاربردی زبان نیزشامل می گردد. البته دانش زبانی کودک ناخودآگاه است بکارگیری وقضاوت ناخود آگاه زبان توسط کودک شم زبانی نامیده می شود.

نتیجه تسلط کودک برمهارت های زبانی کسب توانایی به کارگیری زبان است . درصورتی که کودک توانایی زبان را داشته باشد نه تنها دانش ومهارت های زبانی وارتباطی خود را بکار می برد بلکه خواهد توانست درآینده نیز براین خلاقیت زبانی تکیه کند .

به نظر انسترون وبلیایف زبان آموزی برافزایش وتقویت توانش زبانی، توانش ارتباطی، خلاقیت زبانی، تفکر درباره زبان وهمچنین مهارت های آمادگی خواندن ونوشتن درآینده تأثیر می گذارد   (بلیایف ، 1368 ،ص77) .

این فایل به همراه چکیده ، فهرست مطالب ، متن اصلی و منابع تحقیق با فرمت word در اختیار شما قرار می‌گیرد

تعداد صفحات : 18