کلاس بندی مکالمات تلفنی شرکت خدماتی آب و فاضلاب با استفاده از شبکه های یادگیری عمیق
- سال انتشار: 1401
- محل انتشار: دومین کنفرانس ملی آخرین دستاوردهای مهندسی داده و دانش و محاسبات نرم
- کد COI اختصاصی: CONFSKU02_028
- زبان مقاله: فارسی
- تعداد مشاهده: 327
نویسندگان
گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه صنعتی قم ، قم،
گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه صنعتی قم ، قم،
گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه صنعتی قم ، قم،
گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه صنعتی قم ، قم،
چکیده
به طور حتم یکی از مهم ترین موضوعات مطرح و پیچیده در علوم کامپیوتر، تشخیص گفتار است. مهم ترین و قوی ترین ابزار تشخیص گفتار، استفاده از هوش مصنوعی و الگوریتم های تشخیص گفتار است. هنگامی که یک صدا به کامپیوتر داده می شود، این صدا برای آن قابل فهم نیست بلکه باید از الگوریتم های تشخیص گفتار استفاده شود تا کامپیوتر به یک فهم خوب از صدای دریافتی برسد. در این پژوهش سعی شده تا با استفاده از الگوریتم های کلاس بندی، روشی مناسب برای کلاس بندی صوت های ضبط شده بخش خدمات شرکت آب و فاضلاب به عنوان ورودی توسط هوش مصنوعی کامپیوتر ارائه شود. برای این منظور ما جدیدترین شبکه عصبی به نام Yamnet را تغییر داده ایم تا گفتار فارسی را به عنوان ورودی به صورت خام دریافت کند و عملیات کلاس بندی گفتار را انجام دهد. ابتدا نمونه های آموزشی به صورت گفتار تلفنی زبان فارسی تهیه شده و به صورت خام جهت آموزش داده ها به شبکه عصبی داده شده اند. این مدل بر روی کلاس بندی داده های آزمایشی به دقتی به اندازه ۹۳ درصد رسید. درنهایت، صداهای خام با تبدیل فوریه کوتاه مدت و ضریب کپسترال فرکانس مل پردازش شدند و سپس از این ویژگی ها به عنوان ورودی مدل استفاده شد. مدل با ورودی صوت خام در مقایسه با ورودی پیش پردازش صدا با تبدیل فوریه کوتاه مدت و ضریب کپسترال فرکانس مل عملکرد بهتر و یا معادل نشان داد.کلیدواژه ها
پردازش صوتی، یادگیری عمیق، یامنت، تبدیل فوریه کوتاه مدت، ضریب کپسترال فرکانس ملمقالات مرتبط جدید
- Data Mining Factors Affecting Road Accidents in Iran
- Information Literacy & Dominant Information-Seeking Behavior AmongParents of Children with Cystic Fibrosis (CF)
- تاثیر داده های پیوندی بر بهبود خدمات کتابخانه های عمومی
- امکانسنجی ارائه خدمات موثر بر ارتقای سواد حریم خصوصی برخط کاربران در کتابخانههای عمومی استان کرمانشاه
- نگاهی به کاربرد فناوری های محیط های واقعیت شبیه سازی شده در کتابخانه های دانشگاهی
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.