استفاده از یادگیری عمیق برای تعیین خودکار کاربرد صحیح قوانین تلاوت پایه قرآن

قوانین تلاوت قرآن (احکام التجوید) قوانین تلفظی هستند که باید هنگام تلاوت قرآن کریم به درستی اعمال شوند. اکثر سیستمهای فعلی تلاوت خودکار قرآن، بر جنبه های اساسی تلاوت تمرکز دارند که مربوط به تلفظ صحیح کلمات هستند و احکام التجوید دیگر را که مربوط به روش ریتمیک و آهنگین کشتالوت مانند محل توقف و نحوه ی حروف خاص هستند، نادادغامیده می گیرند. تنها آثار موجود در مورد این بخش ها از نظر قوانینی که در نظر می گیرند یا بخش هایی از قرآن که پوشش می دهند، محدود هستند. این مقاله برای پرکردن این شکاف ها آمده است. این مقاله به مسئله شناسایی استفاده صحیح از احکام التجوید در کل قرآن می پردازد. به طور خاص، ما بر هشت احکام التجوید که مبتدیان تلاوت با آن مواجه می شوند، تمرکز می کنیم. در بخش اول کار خود، از تکنیک های پردازش سنتی سیگنال صوتی برای استخراج ویژگی مانند کد پیش بینی خطی، ضریب کپسترال فرکانس مل، تجزیه بسته موجک و مکان قله طیفی مبتنی بر مدل مارکوف و طبقه بندی مانند نزدیکترین همسایه ها، ماشین های بردار پشتیبان و جنگل تصادفی بر روی یک مجموعه داده داخلی از هزاران ضبط صوتی که تمام وقایع قوانین تحت بررسی را در کل قرآن کریم توسط قاریان مختلف از هر دو جنس پوشش می دهد، استفاده کردیم. در این بخش، نشان می دهیم که چگونه می توان دقت طبقه بندی را با ادغام تکنیک های یادگیری عمیق به بیش از ۷.۷۹٪ بهبود بخشید. بهطور خاص، این نتیجه با ادغام بیشتر ویژگی های سنتی با ویژگی های استخراج شده با استفاده از شبکه اعتقادی عمیق کانولوشنال در حالی که طبقه بندی با استفاده از ماشین های بردار پشتیبان انجام می شود، به دست می آید.

کلیدواژه ها:

قوانین تلفظی (احکام التجوید) ، ضریب کپسترال فرکانس مل (MFCC) ، کد پیش بینی خطی (LPC) ، تجزیه بسته موجک (WPD) ، مکان قله طیفی مبتنی بر مدل مارکوف (SPL-HMM) ، شبکه اعتقادی عمیق کانولوشنال (CDBN) ، نزدیکترین همسایه ها (KNN) ، ماشین های بردار پشتیبان (SVM) ، شبکه عصبی مصنوعی (NN) ، جنگل تصادفی (RF) ، طبقه بندی چند کلاسه ، کیسه بندی ، آزمون t