13151

13151

استفاده از يادگيري مانيفلد در تبديل ويژگي¬هاي گفتاري براي بهبود نرخ بازشناسي گفتار

كارشناسي ارشد

كامپيوتر

چكيده استخراج و تبديل ويژگي¬هاي گفتار از ابتدايي‌ترين و اصلي‌ترين روند بازشناسي گفتار مي¬باشند. هدف‌ به دست آوردن پارامترهاي از سيگنال گفتار با مشخصات معين از قبيل عدم وابستگي به محيط و گوينده، داشتن كلاس‌هاي متمايزتر و غيره مي‌باشد. روش¬هاي متنوعي از تبديل ويژگي¬ها پس از استخراج آن¬ها مي¬توانند ما را در رسيدن به اين اهداف كمك كنند. روش¬هاي مبتني‌ بر خمينه (مانيفلد) از جمله روش¬هاي تبديل ويژگي هستند كه به ساختار محلي دادگان اهميت مي¬دهند. اين دسته از روش¬ها در چارچوب خطي و غيرخطي مورد استفاده قرار مي¬گيرند. يكي‌ از چالش¬هاي آموزش خمينه مسأله نويز مي‌باشد. چراكه نويز ساختار داده‌ها را بهم مي‌ريزد و به اين ترتيب مستقيماً آموزش خمينه را تحت تاثير قرار مي¬دهد. اين مسأله در سيستم¬هاي بازشناسي گفتار چندان مورد توجه قرار نگرفته است. در اين پايان¬نامه اين موضوع را با توجه به ماهيت گفتار مورد بررسي‌ قرار مي¬دهيم. در اين رساله دو رويكرد ارائه شده است. در روش پيشنهادي اول ويژگي¬هاي گفتار را به طور مجزا بررسي‌ مي¬كنيم. در روش¬هاي متداول يادگيري خمينه هدف يافتن وابستگي بين قاب¬ها مي¬باشد و ما پيشنهاد كرده¬ايم كه اين وابستگي در سطح ويژگيها بررسي شود. هر يك از اين ويژگي¬ها شامل اطلاعاتي است كه بررسي اين اطلاعات به طور مستقل مي¬تواند مفيد باشد. اين روش پيشنهادي در چهارچوب نگاشت حافظ ساختار محلي (LPP) فرمول¬بندي شده است. در رويكرد دوم پيشنهاد مي¬شود كه يادگيري خمينه در سطح ويژگيها و براي دادگان نويزي صورت گيرد. در اين روش نشان مي¬دهيم استفاده از تشكيل خمينه وابسته به سطوح سيگنال به نويز براي هر بعد مجزا باعث بهبود نتايج بازشناسي مي¬شود. ارزيابي اين روش¬ها براي بازشناسي كلمات متصل بر روي دادگان Aurora2 بطور ميانگين نشان¬دهنده بهبود تقريبي 3% در دقت بازشناسي در رويكرد دوم است. واژه¬هاي كليدي: بازشناسي مقاوم گفتار، آموزش خمينه، روش حافظ ساختار محلي