سال انتشار: 1390
محل انتشار: چهارمین کنفرانس مهندسی رسانه
کد COI مقاله: IBBEC04_022
زبان مقاله: فارسیمشاهد این مقاله: 899
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله طبقه بندی آوادید واکه های زبان فارسی با به کار گیری روش جدید استخراج ویژگی بر اساس مدل مخفی مارکوف
چکیده مقاله:
آوادید کوچک ترین واحد قابل تمایز گفتار تصویری است و تعیین کلاس های آوادیدی در هر زبان یکی از گام های اولیه در تحقیقات صورت گرفته بر روی بازشناسی گفتار تصویری، پویانمایی صورت و بهبود نرخ بازشناسی گفتار صوتی است. در این مقاله یک روش - مستقل از گوینده و قوی جهت حل مساله خوشه بندی آوادید واکه های زبان فارسی ارائه شده است. روش ارائه شده شامل سه فاز اصلی است: 1- پیش پردازش، 2- استخراج ویژگی، 3 - خوشه بندی سلسه مراتبی. در این روش، پس از آنکه ناحیه دهان در تمامی فریم ها قطعه بندی شد، بردار ویژگی با به کارگیری مدل مخفی مارکوف استخراج میشود. استفاده از مدل مخفی مارکوف به عنوان یک استخراج کننده ویژگی از جنبه های نوآوری این مقاله است. در نهایت با اعمال خوشه بندی سلسه مراتبی، آوادید واکه های زبان فارسی خوشه بندی می شوند. مهمترین مزیت این روش استقلال خوشه های آوادیدی از گوینده است. روش ارائه شده بر روی مجموعه دادگان آوا 2 اعمال شد.
کلیدواژه ها:
آواديد، گفتار تصويري، مدل مخفي ماركوف
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/162406/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:مقدم، مائده و باستان فرد، اعظم،1390،طبقه بندی آوادید واکه های زبان فارسی با به کار گیری روش جدید استخراج ویژگی بر اساس مدل مخفی مارکوف،چهارمین کنفرانس مهندسی رسانه،تهران،،،https://civilica.com/doc/162406
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، مقدم، مائده؛ اعظم باستان فرد)
برای بار دوم به بعد: (1390، مقدم؛ باستان فرد)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- بازشناسی گفتار با استفاده از روش های مدلهای مخفی مارکوف و شبکه های عصبی مصنوعی و سیستم های بازشناسی گفتار ترکیب ANN/HMM
- مروری بر الگوریتم های شناسایی سیگنال گفتار
- مروری بر روشهای یافتن کلیدواژه در زنجیره گفتار بر مبنای مدل مخفی مارکوف
- مروری بر روش های برچسب گذاری اجزای واژگانی کلام برای متن فارسی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- بررسی تطبیقی بازتاب مطالب پزشکی (سرطان) در روزنامه های همشهری، ایران، شرق و سلامت در نیمه اول سال ۱۳۹۶
- بررسی ساختاری تجارت الکترونیک و ضرورت های آن
- چالش مولود رسانه های نوین ارتباط جمعی در ایران انتخاب خودگزین "عدم مشارکت"
- الگوی سیاست گذاری فرهنگی مبتنی بر اندیشه مقام معظم رهبری
- نقش روزنامه نگاری “راه حل گرا” در گزارشگری ویروس کرونا
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره 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.