بهبود تصمیم گیری در سیستم های شناسایی زبان با استفاده از پس پردازش امتیازات

شناسایی خودکار زبان گفتاری به تشخیص زبان از روی سیگنال گفتار گفته می شود. این سیستم ها اغلب با مقایسه امتیاز تعلق سیگنال گفتار به زبانها ی مختلف تصمیم گیری می کنند. برای سهولت تصمیم گیری و کاهش خطای سیستم شناسایی زبان، از روشهای پس پردازش امتیازها برای طبقه بندی بردار امتیازهای خام به تعداد زبانهایی که خواهان تفکیک آنها هستیم، استفاده می شود. در این مقاله از روشهای شبکه عصبی (NV) مدل مخلوط گوسی (GMM) و ماشین بردار مرزی (SVM) به عنوان روش پس پردازش استفاده شده است. آزمایشها برروی دادگان گفتار محاوره ای تلفنی واقعی انجام شده است بدون استفاده از روشهای پس پردازش خطای EER برای جداسازی همرمان زبانهای هدف (عربی، فارسی و انگلیسی) از سایر زبانهای دنیا حدود 30.63 درصد است در حالیکه با عمال روشهای ذکر شده در روش شبکه عصبی خطای 14.28 درصد، روش SVM خطای 17.80 درصد و روش GMM خطای 18.82 درصد بدست آمده است کاهش خطا به میزان 54% کارایی و اهمیت استفاده از روشهای پس پردازش امتیازات را نشان می دهد.

کلیدواژه ها:

شناسایی خودکار زبان گفتاری ، پس پردازش ، شبکه عصبی ، مدل مخلوط گوسی ، ماشین بردار مرزی ، گفتار محاوره ای تلفنی