-
شماره ركورد
15305
-
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
15305
-
پديد آورنده
فائزه بني‌اردلان
-
عنوان
بهبود ويژگي‌هاي گفتار نويزي با استفاده از شبكه‌هاي عصبي گلوگاه
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
كامپيوتر گرايش هوش مصنوعي
-
سال تحصيل
آبان 1394
-
تاريخ دفاع
آبان 1394
-
استاد راهنما
دكتر احمد اكبري
-
استاد مشاور
دكتر بابك ناصر شريف
-
چكيده
چكيده
بحث مقاوم سازي سيستم‌هاي بازشناسي گفتار در برابر نويزهاي محيطي به ويژه نويزهاي ناايستان همواره مورد توجه بوده است. يكي از روش‌هاي موثر در اين زمينه، توجه به تاثيرات نويز در سطح زيرباندهاي فركانسي و پردازش در سطح زيرباندي است. از سوي ديگر استفاده از شبكه‌هاي عصبي عميق در سطح مدل‌سازي آكوستيك و همينطور استخراج و تبديل ويژگي براي بازشناسي گفتار نيز در سال‌هاي اخير مورد توجه قرار گرفته است. از اين رو، در پايان‌نامه‌ي حاضر پيشنهاد مي‌شود تا از يك شبكه‌ي عصبي خودرمزگذار عميق كاهنده‌ي نويز با تابع هدف وزن‌دار براي حذف نويز از سطح زيرباندهاي مل استفاده شود كه در اين راستا استفاده از دو روند آموزش متفاوت براي شبكه مد نظر قرار گرفته شده است. در اين شبكه از يك تابع خطاي وزن‌دار استفاده شده است تا به نحوه‌ي تأثير نويز بر بازه‌هاي مختلف فركانسي بيشتر توجه شود و اهميت زيرباندهاي مختلف فركانسي يكسان در نظر گرفته نشود. بدين ترتيب زيرباندهايي كه نويز بيشتري دارند با اهميت كمتر و زيرباندهايي با نويز كمتر داراي اهميت بيشتري در روند آموزش شبكه در نظر گرفته مي‌شوند و شبكه حذف نويز را هوشمندانه انجام مي‌دهد. علاوه بر اين، از يك شبكه‌ي عصبي گلوگاه براي استخراج ويژگي‌هاي گلوگاه در سطح زيرباندهاي مل استفاده شده است تا با الحاق اين ويژگي‌هاي گلوگاهي به ويژگي‌هاي نويزي اوليه يك بردار ويژگي حاوي اطلاعات مفيد ايجاد شود و در ادامه نيز با الحاق ويژگي‌هاي گلوگاه به ويژگي‌هاي حذف نويز شده‌ي حاصل از شبكه‌ي خودرمزگذار كاهنده‌ي نويز، يك بردار ويژگي مقاوم نسبت به نويز ايجاد شود. ورودي‌هاي شبكه عصبي عميق خود رمزگذار در هر دو حالت مذكور شامل چندين قاب متوالي گفتار است، در نتيجه شبكه عصبي عميق رفتار درازمدت نويز در زيرباندهاي مل در طول زمان را نيز مي‌آموزد كه منجر به حذف بهتر نويز و همچنين استخراج ويژگي‌هاي گلوگاهي مطلوب‌تر مي‌شود. آزمايش‌هاي انجام شده روي دادگان Aurora2 نشان دهنده كارآيي روش پيشنهادي است در جايي كه به طور ميانگين حدود 30٪ تا 40٪ بهبود نسبت به ويژگي‌هاي نويزي اوليه (ويژگي‌هاي پايه) حاصل شده است.
واژه‌هاي كليدي: شبكه‌ي خودرمزگذار عميق، شبكه‌ي خودرمزگذار كاهنده‌ي نويز، ويژگي‌هاي گلوگاهي، آموزش سازگار با نويز
-
لينک به اين مدرک :
