پاورپوینت کامل تکنولوژی بازشناسی گفتار فارسی در صنعت بانکداری ۷۳ اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل تکنولوژی بازشناسی گفتار فارسی در صنعت بانکداری ۷۳ اسلاید در PowerPoint دارای ۷۳ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

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 پاورپوینت کامل تکنولوژی بازشناسی گفتار فارسی در صنعت بانکداری ۷۳ اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل تکنولوژی بازشناسی گفتار فارسی در صنعت بانکداری ۷۳ اسلاید در PowerPoint

اسلاید ۴: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-معرفیگفتار ساده‌ترین و کارآمدترین راه ارتباط انسان هاستهدف بازشناسی خودکار گفتار Automatic Speech Recognition (ASR)تبدیل گفتار انسان به متن یا دستورالعمل معادل گفتار می‌تواند یک فایل صوتی، ورودی با میکروفون، از طریق خط تلفن و یا فرمان از راه دور باشد.

اسلاید ۵: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-معرفییک سیستم بازشناسی کامل :قادر به بازشناسی گفتار پیوسته و محاوره‌ای باشد.گفتار افراد مختلف، حتی با لهجه‌های متفاوت را بازشناسی نماید.در محیط‌های شلوغ و نویزی هم جوابگو باشد.بصورت بلادرنگ عمل کند.قادر به فراگیری اطلاعات جدید نظیر کلمات، قوانین زبانی و . . . باشد.سیستم‌‌های کاربردی امروزی:گفتار بایستی به صورت کتابی باشد.گفتار بایستی بر اساس حالت استاندارد زبان باشد و تغییرات مربوط به لهجه‌ها منجر به کاهش کارایی می‌شود. استفاده از آنها در محیط و شرایط نویزی منجر به افت کارایی و دقت آنها می‌شود. اغلب سیستم های کاربردی امروزی تقریبا بلادرنگ هستند.سیستم‌های موجود محدود به کلمات موجود در واژگان هستند و از اطلاعات زبانی و معنایی به صورت محدود استفاده می‌کنند.

اسلاید ۶: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هابازشناسی گفتار کار پیچیده ای استارتباط انسان با ماشین امروزه بر پایه دکمه ها و کلیدهاست، نه گفتاراگر شما یک کلمه خاص مانند ”آسمان“ را ۱۰ بار مختلف بیان نمایید، تقریبا در هیچ دو حالتی فایل های ضبط شده دیجیتالی آنها دقیقا یکسان نیست!پیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار میزان وابستگی یا استقلال از گوینده پیوسته یا گسسته بودن گفتار اندازه‌ی واژگان محدودیت‌های زبانی کارایی در حضور نویز و در محیط‌های کاربردی مختلف ابهام آکوستیکی و میزان اشتباه بین کلمات

اسلاید ۷: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار میزان وابستگی یا استقلال از گوینده گوینده های مختلف از نظر مشخصات صدا، سن، لهجه، جنس، نحوه صحبت کردن و … با هم متفاوتندوابسته به گوینده (SD: Speaker Dependent): به یک و یا چند گوینده‌ خاص پاسخ می‌دهدمستقل از گوینده (SI: Speaker Independent) به تمام گویندگان یک زبان پاسخ می‌دهندبیشتر روش‌های بازشناسی گفتار امروزی قادرند به هر دو صورت عمل کنند. وابستگی یا استقلال از گوینده در مورد یک سیستم بازشناسی گفتار، در مرحله‌ی آموزش مشخص می‌شود. دقت بازشناسی در حالت وابسته به گوینده (بعلت محدودیت و تنوع کمتر) بالاتر از حالت مستقل از گوینده (بعلت پیچیدگی بیشتر) است ولی نیاز به آموزش سیستم به صدای آن کاربر خاص را دارد. در کاربردهای واقعی که گوینده از ابتدا مشخص نیست سیستم را مستقل از گوینده آموزش داده می‌شود و سپس هنگام استفاده به کمک برخی رویکردها مانند تطبیق (Adaptation)، سیستم برای یک گوینده خاص تطبیق می‌شود. در برخی کاربردهای دیگر مانند بازشناسی از پشت خط تلفن وابسته به گوینده بودن چندان معنی خاصی ندارد چون گوینده از ابتدا مشخص نیست.

اسلاید ۸: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار پیوسته یا گسسته بودن گفتار محدودیت‌ بر نحوه ادای کلمات توسط گوینده میزان پیوستگی یا گسستگی کلمات بازشناسی کلمات مجزا (IWR: Isolated Word Recognition)گفتار کلمه به کلمه و کاملاً مجزا – هر فایل صوتی یک کلمهبازشناسی گفتار متصل (Connected Word Recognition)دنباله‌ای از کلمات که به وسیله سکوتی کوتاه از هم جدا شوند – هر فایل چند کلمه با سکوت در بین کلماتبازشناسی گفتار پیوسته کتابی (CSR: Continuous Speech Recognition)گفتار به صورت دیکته کتابی و روانبازشناسی گفتار پیوسته محاوره ای (Spontaneous Speech)گفتار به صورت کاملاً طبیعی بیان میشود، شامل جملات ناقص، سرفه، تپق، مکث‌های طولانی و … است. پیچیدگی بازشناسی گفتار پیوسته و فی‌البداهه بسیار زیاد است (مشکلات ناشی از اثر بافت مانند مشخص نبودن مرز کلمات متوالی و ادغام شدن ابتدای یک کلمه با انتهای کلمه قبلی)سیستم‌های امروزی فقط برای خواندن کتابی کاربردی هستند و تشخیص گفتار فی‌البداهه یکی از زمینه‌‌های فعال تحقیقات می‌باشد.

اسلاید ۹: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار اندازه‌ی واژگان اندازه واژگان یا تعداد کلمات مورد استفاده در یک سیستم بازشناسی از عوامل موثر در دقت و سرعت سیستم است. سیستم‌های IWR فقط برای تشخیص تعداد محدودی کلمه طراحی شده‌اند درحالی‌که بعضی دیگر از سیستم‌ها قادرند مجموعه بزرگی از کلمات را تشخیص دهند. معمولاً دقت یک سیستم بازشناسی با افزایش تعداد کلمات کم می‌شود. چرا که در این حالت کلمات شبیه به هم زیاد شده و احتمال جایگزینی یک کلمه با دیگری بیشتر است. واژگان کوچک(Small Vocabulary): 1 تا ۹۹ کلمهواژگان متوسط (Medium Vocabulary): بین ۱۰۰ تا ۱۰۰۰ کلمهواژگان بزرگ (Large Vocabulary) : بین ۱۰۰۰ تا ۶۰۰۰۰ کلمهواژگان خیلی بزرگ (Very Large Vocabulary): بیشتر از ۶۰۰۰۰ کلمه

اسلاید ۱۰: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار محدودیت‌های زبانی اطلاعات زبانی شامل دستور زبان و معنا از مهمترین اطلاعات مورد استفاده در یک سیستم بازشناسی گفتار استمدل زبانی (Language Model) بیانگر اطلاعات زبانی در سیستم بازشناسی گفتار هستند. اطلاعات معنایی به ندرت در این سیستم‌ها استفاده می‌شوند ولی محدودیت های دستوری تقریباً در تمامی سیستم های بازشناسی گفتار پیوسته مورد استفاده قرار می‌گیرند. میزان محدودیتی که توسط مدل زبانی درون یک سیستم بازشناسی ایجاد می شود، پیچیدگی (Perplexity) آن مدل زبانی نامیده می‌شود که هرچه مقدار این پیچیدگی کمتر باشد فضای مورد جستجو کوچک‌تر می‌شود.تاثیر اطلاعات زبانی در تشخیص (و درک) گفتار در سیستم‌های تشخیص گفتار امروزی تا اندازه‌ای است که می‌توان ادعا کرد که تحقق یک سیستم تشخیص گفتار با واژگان بزرگ (یا خیلی بزرگ) با کاربرد واقعی بدون استفاده از اطلاعات زبانی غیر ممکن است.

اسلاید ۱۱: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار کارایی در حضور نویز و در محیط‌های کاربردی مختلف کارایی سیستم های بازشناسی گفتار با وجود اثرات مخربی چون نویز، پژواک، تداخل و اعوجاج که معمولاً از محیط، میکروفن، کانال انتقال و یا صدای گوینده ناشی می‌شوند به شدت کاهش می‌یابد.روش‌های مختلفی جهت مقابله با نویز در سیستم‌های بازشناسی ارائه شده است که می‌توان آنها را در سه دسته‌ی ویژگی‌های مقاوم به نویز، تخمین گفتار تمیز و مبتنی بر اصلاح مدل آکوستیکی تقسیم کرد. عدم حفظ کارایی سیستم در شرایط واقعی و عملی (که با نویز همراه است) یکی از بزرگترین مشکلات سیستم های بازشناسی گفتار امروزی است.

اسلاید ۱۲: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار-پیچیدگی‌هاپیچیدگی‌های مطرح در سیستم‌های بازشناسی گفتار ابهام آکوستیکی و میزان اشتباه بین کلماتکلماتی که شکل نوشتاری متمایز ولی تلفظ یکسان یا شبیه به هم دارند [هم آوا] سبب ایجاد ابهام آکوستیکی شده و ممکن است بجای یکدیگر بازشناسی شوند مثال: «سمر» و «ثمر» – «خواستن» و «خاستن» – «خویش» و «خیش» – «ارز» و «عرض» و «ارض» – و …کلماتی که شکل نوشتاری آنها به یکدیگر شباهت دارند [هم نگاره] در استخراج مدل زبانی دچار اشکال می کنندمثال: «نُه» و «نه» – «کرد» و «کُرد» – «مهر» و «مُهر» – «گل» و «گِل» – …هر چه تعداد این‌گونه کلمات در بانک واژگان بیشتر شود، دقت سیستم بازشناسی پایین‌تر می‌آید. برای جبران این مسأله، سیستم بازشناسی باید از مدل زبانی در سطوح گرامر و معنا کمک گرفت.

اسلاید ۱۳: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار- دیاگرام کلی سیستم بازشناسی گفتار با رویکرد تشخیص الگو دارای دو فاز آموزش (Train) و آزمون (Test) آموزش الگوهای مربوط به هرکلاس (واحدهای آوایی مانند کلمه، واج و …) با استفاده از روش‌هایی مدل‌سازی می‌شوند. آزمون (استفاده) مقایسه گفتار ورودی با الگوهای آموزش داده شده جهت تشخیص واحدهای آوایی موجود د رگفتار ورودی

اسلاید ۱۴: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار- دیاگرام کلی سیستم بازشناسی گفتار با رویکرد تشخیص الگو مدلهای آواییمدلهای زبانیواژگانتخمین مدلهادادگان گفتاریتخمین مدلهادادگان متنیاستخراج ویژگی‌جستجودنباله کلماتسیگنال گفتارآموزشآزمون

اسلاید ۱۵: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار- تعریف اجزامدل‌سازی آوایی مدل کردن واحدهای آوایی گفتار (کلمه، هجا، سه واجی، واج)روش ها:مدل انطباق زمانی پویا (DTW) ساده و قدیمی – مورد استفاده در Voice dialing گوشی های تلفن همراهشبکه عصبی مصنوعی (ANN) ساده و کارا، سرعت تشخیص بلادرنگ، نسبتا مقاوم به نویز، فرایند آموزش زمان برمدل مخفی مارکوف (HMM) موفق‌ترین رویکرد، مدل کردن آماری گفتارمدل‌های ترکیبی (ترکیب شبکه‌های عصبی و HMM )

اسلاید ۱۶: بازشناسی گفتار (فارسی) در صنعت بانکداریاجزای سیستم‌های بازشناسی خودکار گفتار- دادگاندادگان‌های گفتاری استفاده جهت تهیه مدل‌های آوایی تنوع گویندگان و حجم دادگان مهمترین پارامترهای طراحی دادگان هستند. دادگان‌های کاربردی زبان انگلیسی شامل حدود ۲۰۰ تا ۳۰۰ ساعت گفتار با حدود ۳۰۰ گوینده هستند. این دادگان معمولا به صورت فایل‌های صوتی با برچسپ متنی معادل در سطح واج یا کلمه هستند که گاهی دارای تقطیع در سطح واج، کلمه یا جمله نیز هستند

اسلاید ۱۷: بازشناسی گفتار (فارسی) در صنعت بانکداریاجزای سیستم‌های بازشناسی خودکار گفتار- دادگاندادگان های متنیاستخراج اطلاعات زبانی (آماری، معنایی، گرامری)حجم مناسب برای استخراج آمار معتبر = حدود ۲۵۰ تا ۳۰۰ میلیون کلمه استخراج خودکار گرامر زبان با استفاده از دادگان‌های پارس شده (tree bank) استخراج معنا از دادگان: دادگان های شبکه لغات یا word net واژگان واژگان یا Lexiconها نیز از شامل لیست کلماتی مورد استفاده در سیستم استدر واژگان‌ علاوه بر لیست خود کلمات، اطلاعات مختلفی در مورد هر کلمه مانند احتمال وقوع آن در زبان (احتمال N-gram)، نقش (های) گرامری در جمله و … را نیز شامل می‌شود. به این گونه واژگان‌ها، واژگان محاسباتی گفته می‌شود.

اسلاید ۱۸: بازشناسی گفتار (فارسی) در صنعت بانکداریسیستم‌های بازشناسی خودکار گفتار- ارزیابیپارامترهای موثرتعداد کلمات موجود در واژگان سیستم، تعداد کلمات خارج از دادگان مجموعه آزمون (OOV)،سازگاری/عدم سازگاری داده‌های آموزش و آزمون ، محیط آکوستیکی آزمون و میزان سیگنال به نویز سیگنال گفتاروابسته/مستقل از گویندهخطاهای خطای حذف (Deletion)، خطای درج (Insertion) و خطای جایگزینی(Substitutio