خورازميات تعرف الكلام اليا
Automatic Speech Recognition Algorithms
أميمة الدكاك, عبد الناصر العاسمي, وائل الرزوق
المعهد العالي للعلوم التطبيقية والتكنولوجيا · سوريا
الموضوعات
علوم تطبيقية وتكنولوجية
الملخص
تهدف أنظمة التعرف على الكلام الآلي. يُقال إن ما توصل إليه العلم في هذا المجال يتكون من أربع مكونات أساسية: معالجة الإشارة، والنمذجة الصوتية، والنمذجة اللغوية، ووحدة البحث. أما تعرف الكلمات المنفصلة فلا يحتوي على النمذجة اللغوية التي تقوم بربط الكلمات لتشكيل جملة مفهومة. في جزء معالجة الإشارة جرت دراسة خوارزميتي Mel-Frequency Cepstral Coefficients (MFCC) و Gammatone Wavelet Cepstral Coefficients (GWCC) لاستخراج السمات، مع مقارنة أداء كل منهما باستخدام قاعدة بيانات TIDIGITS. تم استخدام Hidden Markov Model (HMM) لبناء المصنف، لما يتمتع به من سهولة تعديل ومواءمة إشارات الدخل. قمنا باقتراح خوارزمية جديدة: Constant-Q Cepstral Coefficients (CQCC) وقارنا أداءها مع الخوارزميات السابقة. كما اختبرنا أداء الخوارزميات السابقة في حالة إضافة ضجيج بأنواع مختلفة (قطار، محطة، مطعم، ...).
روابط وملفات
التعريف والنوع
- رقم الوثيقة
- f2f215a4-ad17-4ccd-9406-521fe5967ed6
- رقم العقد
- 0
- نوع الوسائط
- Crawler
- نوع المحتوى
- الرسائل العلمية
- صيغة المصدر
- رسائل ماجيستير
- نوع الملف
- pdf text
- أسماء الملفات
- 841144_1.pdf
بيانات النشر
- ترجمة العنوان
- Automatic Speech Recognition Algorithms
- ألقاب المؤلفين
- [{"name_ar":"أميمة الدكاك","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"عبد الناصر العاسمي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"وائل الرزوق","title_ar":"اعداد","title_en":"Preparation"}]
- اللغة
- Arabic
المصدر والدورية
- اسم المصدر
- خورازميات تعرف الكلام اليا
المحتوى والصفحات
- عدد الصفحات
- 0
- ترجمة الملخص
- In general, the aim of an automatic speech recognition system is to write down what is said. State-of-the-art continuous speech recognition systems consist of four basic modules: the signal processing, the acoustic modeling, the language modeling, and the search engine. While isolated word recognition systems do not contain language modeling, which is responsible for connecting words together to form understandable sentences. In the signal processing section, two algorithms for feature extraction were studied: Mel-Frequency Cepstral Coefficients (MFCC) and Gammatone Wavelet Cepstral Coefficients (GWCC). They were tested on the well-known TIDIGITS database. Hidden Markov Model (HMM) was used to build the core of the classifier module due to its flexibility and ease of adaptation to inputs. We proposed a new algorithm: Constant-Q Cepstral Coefficients (CQCC) and compared its performance with the previous two algorithms. To study the system’s performance under noisy environments, we added different types of noise (train, station, restaurant, ...) to the testing.
- كلمات الباحثين
- خوارزميات - الكلام الآلي - معالجة الإشارات
إشراف وإعداد
- الإشراف
- أميمة الدكاك, عبد الناصر العاسمي
- الإعداد
- وائل الرزوق
الاقتباسات الببليوغرافية
APA
MLA