تعیین محدوده واکه ها در سیگنال گفتار پیوسته – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:91
قالب بندی:word قابل ویرایش

نحوه خرید

تعیین محدوده واکه ها در سیگنال گفتار پیوسته – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب
۱ چکیده
۲ مقدمه
۳ فصل اول: کلیات
۴ ۱-۱) هدف
۴ ۱-۲) پیشینه تحقیق
۴ ۱-۳) روش کار و تحقیق
۵ ۱-۴) دستگاه گویش انسان ومدل تولید گفتار
۸ ۱-۵) آواهای زبان فارسی
۹ ۱-۵-۱) آواهای واکدار و آواهای بیواک
۹ ۱-۵-۲) همخوان و واکه
۱۱ ۱-۵-۳) واج و واجگونه
۱۱ ۱-۵-۴) هجا در زبان فارسی
۱۲ ۱-۶) مشخصه های نوای گفتاری
۱۲ ۱-۶-۱) زیر و بمی
۱۳ ۱-۶-۲)کشش
۱۳ ۱-۶-۳) شدت
۱۴ فصل دوم : تقطیع سیگنال گفتار در سطوح مختلف جمله
۱۵ ۲- ۱) مقدمه
۱۵ ۲- ۲) تشخیص قطعات سکوت، واکدار و بیواک
۲۰ ۲- ۳) تعیین فرکانس فرمنت و گام
۲۲ ۲- ۴) قطعه بندی رویدادها
۲۳ ۲- ۴-۱) قطعه بندی بر اساس تغییرات وابستگی طیفی
۲۴ ۲-۴- ۲) قطعه بندی بر اساس تغییرات آکوستیکی
۳۴ ۲- ۴- ۳) قطعه بندی بر اساس تغییرات دامنه و فرکانس فرمنت ها
۲– ۵) تعیین مرزهای اصوات انفجاری غیر واکدار ۳۵
فصل سوم: شبکه عصبی ۳۷
۳-۱) مقدمه ۳۸
۳-۲) ساختار مغز انسان ۳۸
۳-۳) شبکه عصبی چیست؟ ۳۹
۳-۴) نحوه یادگیری در مغز ۴۰
۳-۵) معرفی مدل ریاضی نرون ساده خطی ۴۰
۳-۶) انواع شبکه های عصبی مصنوعی از نظر برگشت پذیری ۴۳
۳-۶-۱) شبکه های پیش خور ۴۳
۳-۶-۲) شبکه های پسخور برگشتی ۴۴
۳-۷) یادگیری در نرون ۴۵
۳-۷-۱) یادگیری نظارت شده ۴۵
۳-۷-۲) یادگیری نظارت نشده ۴۵
۳-۷-۳) یادگیری تقویتی ۴۶
۳-۸) شبکه های پرسپترون چند لایه ۴۶
۳-۹) گره ها و لایه های مورد نیاز ۴۸
۳-۱۰) پس انتشار ۴۸
۳-۱۱) شبکه عصبیART 50
۵۴ Fuzzy ARTmap شبکه عصبی (۱۲-۳
فصل چهارم: پیاده سازی روش ۵۸
۴-۱) مقدمه ۵۹
۴-۲) بررسی روش های ارائه شده ۵۹
۴-۳) روش کار ۶۰
۶۳ فصل پنجم: نتیجه گیری و پیشنهادات
۶۴ نتیجه گیری
۶۵ پیشنهادات
منابع و ماخذ ۶۶

فهرست منابع فارسی ۶۶

فهرست منابع لاتین ۶۷

چکیده:
به طور کلی امروزه سیستمهای شناسایی اجزاء جمله به دلیل کاربردهای فراوانی که دارند، بسیار مورد توجه قرار گرفته اند و تعداد زیادی از محققین در این زمینه مشغول به فعالیت می باشند. از جمله این کاربردها می توان کمک به نابینایان، کمک به ناشنوایان، سیستمهای شناسایی اشخاص، آموزش زبان و… را اشاره نمود. حال ممکن است این سئوال مطرح شود که چرا هدف ما در این پروژه شناسایی واکه هاست. در پاسخ به این پرسش باید گفت که از نظر انرژی و دامنه بخش اعظم یک هجا را واکه ها تشکیل داده اند، بنابراین شناسایی واکه ها مهمترین مرحله شناسایی اجزاء جمله می باشد و حصول به این مقصود، راه را بسیار هموار می سازد.
این پایان نامه بر روی آشکارسازی محل واکه ها تاکید دارد و روشی برای قطعه بندی سیگنال ورودی بر اساس تعیین محل رخدادها ارائه میکند. برای تعیین مرز این رویدادها از سه روش تعیین کردن تغییرات وابستگی طیفی سیگنال در دوره های کوتاه زمانی، تغییرات مشخصات آکوستیکی و تغییرات دامنه و فرکانس فرمنتها بطور همزمان استفاده شده است و تمامی مکانهای تعیین شده توسط هر یک، مبین وقوع یک رویداد میباشد سپس برای هر قطعه نرخ عبور از صفر، نسبت مجموع ضرایب فوریه برای هر بانک ایجاد شده در طیف فوریه و نسبت انرژی هر قطعه به قطعه قبل و بعد آن قطعه را بدست می آوریم و با اعمال آنها به شبکه عصبی FUZZY ARTmapمرز واکه ها تعیین میگردد.
مقدمه:
از قدیم که انسان زبانهایی را برای گفتار اختراع کرد گفتار مستقیم ترین راه برای انسان برای رساندن اطلاعات به دیگری بوده است. تاکنون ارتباط با استفاده از گفتار معمول ترین روش در شبکه های ارتباطی بوده است. سیگنال گفتار هم اکنون در بین تکنولوژی های واسط همانند تلفن، فیلم رادیو، تلویزیون و اینترنت گسترش یافته است. از اینرو نوشته های بسیاری در زمینه پردازش سیگنال گفتار پیشنهاد شده است و الگوریتمهای زیادی مربوط به آنها ارائه شده است. بهرحال با توجه به طبیعت متغیر با زمان سیستم تولید گفتار انسان، صحت و توانایی سیستم همچنان به عنوان مشکلی در زمینه پردازش سیگنال گفتار باقی مانده است. با توجه به کاربردهای فراوان قطعه بندی گفتار و تعیین محل واکه و همخوان، روشهای گونانی برای این منظور ارا ئه شده است. هدف از این تحقیق ارائه روشی با استفاده از نتایج و تجربیات صورت گرفته در تحقیقات گذشته برای معرفی مدلی با دقت و سرعت بالا در تعیین محل واکه ها میباشد.
در فصل اول کلیاتی راجع به این هدف مشاهده میکنید، در فصل دوم با مفاهیم اولیه این بحث آشنایی پیدا میکنیم سپس در فصل سوم شبکه عصبی و روابط آن مورد بررسی قرار میگیرد، در فصل چهارم در مورد مراحل کار توضیح داده میشود و در نهایت در فصل پنجم نتایج بدست آمده مورد بررسی قرار می گیرد.

نتیجه گیری
پس از قطعه بندی گفتار بر اساس تعیین محل رخدادها، میزان دقت این کار مورد بررسی قرار گرفت که نشاندهنده خطای کمتر از msec5 برای مرز هر رخداد می باشد. سپس ۵ ورودی بدست آمده برای هر قطعه به شبکه عصبی اعمال شد.
پس از آموزش شبکه و جملات استفاده شده جهت آموزش مجدداً به ورودی داده شدند تا صحیح بودن آموزش امتحان شود که شبکه عصبی بطور ۱۰۰% صحیح بودن آن را نشان داد. سپس پس از اطمینان از درستی آموزش، تعداد ۳۰ جمله خارج از جملات انتخاب شده برای آموزش، جهت ارزش گذاری برکارآمد بودن سیستم انتخاب گردید. نتایج بدست آمده حاکی از درست بودن ۴۹/۸۶% از مرزهای تعیین شده با توجه به تلورانس msec10 برای واکه ها می باشد. واکه های تعیین شده برای جمله پرسشی ( “زیپ چه شد؟”) در شکل ۵-۱ قابل مشاهده می باشد.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط