فایل ورد کامل ارتقای سیستم اتوماتیک تشخیص گفتار با خصوصیات پویای ارزیابی شده از طرح بازگشتی سیگنال گفتار

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل ارتقای سیستم اتوماتیک تشخیص گفتار با خصوصیات پویای ارزیابی شده از طرح بازگشتی سیگنال گفتار،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۷ صفحه

چکیده

ویژگی های مبتنی بر طیف سیگنال، که معمولا در سیستم های خودکار تشخیص گفتار مورد استفاده قرار میگیرد (ASR) ، اطلاعات فاز سیگنال های گفتار رد میشود. ازین رو، با استفاده از ویژگی های اضافی، که در آن ها فاز سیگنال رد نشود، میتواند موجب پر شدن این خلا شود. با قرار دادن سیگنال های گفتار در فضای فاز بازسازی شده ( RPS) و سپس استخراج کردن بعضی از ویژگی های مفید از آن، روش جدیدی در این زمینه به دست آمده است. در این مقاله، ما این روش را با ارزیابی بعضی از ویژگی های مفید از طرح بازگشتی (RP) از سیگنال های داخلی RPS ، دنبال میکنیم ؛ ویژگی های پیشنهاد شده با استفاده از اعمال کردن یک تبدیل موجک دو بعدی بر روی دیاگرام های منتج شده ی RP ، ارزیابی میشود. ویزگی های پیشنهاد شده در یک طرح ASR به تنهایی ارزیابی شده و سپس در ترکیب با ضریب های کپسترال فرکانسی مل متداول (MFCC) بررسی میشود. برای مورد دوم، با استفاده از مجموعه کلام رایج انگلیسی TIMIT ، ۳۹۴% بهبود صحت طبقه بندی در نرخ صحت شناسایی صوت ، در مقایسه با استفاده ی تنها از ویژگی های MFCC به دست آمد.

۵- جمع بندی

در این کار، ما با استفاده از نظریه ی RPS، سعی کردیم روشی غیر خطی برای استخراج ویژگی را به دست بیاوریم تا بتوانیم بعضی از ویژگی های غیر خطی از سیستم تولید کلام انسان را ثبت کنیم. قاب های کلامی نخست در RPS ها ادغام شده و در این روند از نظریه ی تیکن استفاده شد. با استفاده از خط سیر های کلام در فضای فاز و ویژگی های بازگشتی در سیستم های دینامیک، الگو های RP مربوطه ایجاد شدند. ثابت های شناخته شده ی دینامیک ثبت از RP های منتج شده استخراج شد ؛ علاوه بر این، تجزیه های موجک بر روی RP ها اعمال شده و سپس با ارزیابی ضریب های انتروپی شانون و ضریب های انرژی، بعضی از ویژگی های خالص مبتنی بر موجک نیز به دست آمد. سپس تحلیل های تمایز خطی و الگوریتم های انتخاب مستقیم، بر روی داده ها اعمال شد.

عنوان انگلیسی:Improvement of automatic speech recognition systems via nonlinear dynamical features evaluated from the recurrence plot of speech signals~~en~~

Abstract

The spectral-based features, typically used in Automatic Speech Recognition (ASR) systems, reject the phase information of speech signals. Thus, employing extra features, in which the phase of the signal is not rejected, may fill this gap. Embedding the speech signal in the Reconstructed Phase Space (RPS) and then extracting some useful features from it, is a recently considered approach in this field. In this paper, we will follow this approach by evaluating some useful features from the Recurrence Plot (RP) of the embedded speech signals in the RPS; the proposed features are evaluated via applying a two-dimensional wavelet transform to the resulted RP diagrams. The proposed features are examined in an ASR task alone and in combination with the traditional Mel-Frequency Cepstral Coefficients (MFCC). For the second case, using English TIMIT corpus, 3.94% absolute classification accuracy improvement in the phoneme recognition accuracy rate, against using only the MFCC features is gained.

۵- Conclusion

In this work, we searched for a nonlinear feature extraction method, employing the RPS theory, to capture some nonlinear features from the human speech production system. Speech frames were first embedded in the RPS, utilizing Taken’s theory. Using the speech trajectories in the phase space and the recurrence property of the dynamical system, the related RP pattern was generated. The known dynamical invariants were next derived from the resulted RPs; moreover, the wavelet decomposition was applied to the RPs and then by evaluating Shanon entropy and the energy of the coefficients, some pure wavelet-based features were resulted. The linear discriminant analysis and the forward feature selection algorithms were then applied to them.

$$en!!