استفادها ز تحلیل اجزای اصلی در بازشناسی گفتار پیوسته زبان فارسی برای مقاوم سازی ویژگیها و کاهش تعداد آنها
- سال انتشار: 1383
- محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران
- کد COI اختصاصی: ACCSI10_104
- زبان مقاله: فارسی
- تعداد مشاهده: 1205
نویسندگان
دانشکدهمهندسی کامپیوتر دانشگاه صنعتی شریف
دانشکده مهندسی برق دانشگاه یزد
چکیده
دراین مقاله اعمال تبدیل PCA روی روش استخراج ویژگیهای سیستم بازشناسی گفتار پیوسته مبتنی بر مدل مخفی مارکوف جهت کاهش تعداد ویژگیها و مقاوم کردن آنها در برابر نویز محیط مورد توجه قرارگرفته است دراین کار تبدیل PCA درسیستم بازشناسی گفتار پیوسته زبان فارسی با واژگان بزرگ بکارگرفته شده است و به استفااده از آن در قسمتهای مختلف مرحله استخراج ویژگیها پرداخته شده است تا محلی بهینه برای اعمال این تبدیل در مراحل استخراج ویژگیهای MFCC بدست اید مساله استفاده از تبدیل برای داده های تمیز و نویزی به همراه کاهش تعداد ویژگیها بررسی شده است درنتایج حاصل کاهش بعد بردار ویژگیها تا حدود 30% کارایی سیستم در شرایط تمیز را کاهش نمی دهد و در کنار آن سرعت سیستم را نیز بهبود می بخشد.کلیدواژه ها
بازشناسی گفتار پیوسته، استخراج ویژگیهای مقاوم، تبدیل PCA، تحلیل اجزای اصلی، کاهش تعداد ویژگیهامقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.