توضیحات
عنوان: هوش مصنوعی و سیستم های خبره و الگوریتم های آن
- مقدمه
- پردازش گفتار
- پردازش سیگنال گفتار انسان به چه منظور انجام می شود و در چه زمینه هایی کاربرد دارد؟
- کاربرد هوش مصنوعی در تشخیص گفتار
- تاریخچه فناوری تشخیص گفتار
- انواع سامانه های تشخیص گفتار
- معرفی روش های کلی تشخیص گفتار
- کاربرد هوش مصنوعی در سنتز گفتار
- سنتز شمرده به شمرده لغات
- سنتز فرمانت
- سنتز اتصالی
- سیستم پردازش گفتار
- استفاده از هوش مصنوعی و یادگیری عمیق در بازشناسی گفتار
- فیلتر کردن سیگنال
- نمونه برداری
- پیشپردازش دادههای صوت نمونهبرداری شده
- تشخیص کاراکتر از صداهای کوتاه
- مدل مخفی مارکوف(HMM)
- مدل شبکه عصبی (ANN)
- تشخیص کاراکتر از صداهای کوتاه
- آشنایی با برخی نرم افزارهای کاربردی
- نرم افزارهای جالبی که با استفاده از فرایند تشخیص گفتار تولید شده اند
- کاربرد نوین
- چارچوب پردازش گفتار هوش مصنوعی
- مطالعات چه چیزی را نشان میدهد؟
مقدمه
پردازش صدا و تشخیص گفتار فناوری است که امکان ورود صوت به عنوان ورودی را به سیستم می دهد. بنابراین شما می توانید با رایانه یا تلفن همراه خود صحبت کنید که این صحبت ها به عنوان ورودی برای انجام برخی اقدامات خاص مورد استفاده قرار می گیرد. کاهش زمان، حذف روش هایی مانند تایپ کردن و یا کلیک کردن ، کاربر پسندتر شدن نرم افزار و افزایش بهره وری از جمله مزایای استفاده از این روش است.
از دیگر کاربردهای پردازش صدا می توان کمک به افراد دارای معلولیت حرکتی یا ذهنی اشاره کرد که به واسطه این فن آوری می توانند ورودی از طریق صدا به سیستم بدهند و یا در سیستم های نظامی که سیستمی تنها به صدای یک فرد خاص واکنش نشان بدهد.
ایجاد چنین سیستمی که ان را تشخیص یا بازشناسی گفتار مینامند، در زبان فارسی، چندین سال از تحقیقات محققان اساتید و دانشجویان دانشگاههای مختلف کشور را به خود اختصاص داده است. اما جدیترین جهشی که در حدود ده سال پیش در این زمینه ایجاد شده، ایجاد دادگان گفتاری فارسی دات و یک سیستم اولیه تشخیص گفتار فارسی در مرکز هوشمند علائم بودهاست.
در ادامه و در طی یکی دو سال اخیر مهمترین دستاورد در این تکنولوژی برای زبان فارسی، سیستمهای تشخیص است. در کاربردهایی مانند تشخیص گفتار تلفنی ، سیستم لزوما باید مستقل از گوینده باشد. در کاربردهای واقعی معمولاً سیستم را مستقل از گوینده میسازند و موقع استفاده به صدای گوینده خاصی ان را اصطلاحا تطبیق میکنند این کار در قابلیت گفتاری مجموعه افیس به کمک خواندن متون اولیه در ویزارد سیستم انجام میشود.
هر چه تعداد واژگانی که سیستم میتواند تشخیص دهد بیشتر باشد، شباهت میان کلمات بیشتر باشد و در نتیجه کارایی سیستم به علت افزایش اشتباهات کاهش پیدا میکند. از این رو در کاربردهای واقعی معمولاً فقط واژگان متناسب با کاربردهای موردنظر را انتخاب میکنند تا محدود شود. در قابلیت گفتاری افیس هم که ادعا میشود اکثر کلمات انگلیسی را دارد کارایی به شدت پایین است ولی در محصولات محدودتر این شرکت کارایی به مراتب بهتر است. انجام تحقیق
گفتار کاربر میتواند پیوسته و طبیعی یا با مکث میان کلمات همراه باشد بدیهی است که حالت اول مطلوب هر کاربری است. اثر صداهای اضافی و ناخواسته در کاربردهای واقعی نرمافزارهای ocr نرمافزارهای تشخیص گفتار را در عمل دچار افت شدید کارایی مینماید در محصولات فارسی ارائه شده با رویکردهای مختلفی این نقصان را تا حد زیادی جبران کردهاست.
این فناوری برای همه زبان ها به اجرا در نیامده و پیشرو ترین نرم افزارهای این حوزه زبان مرجع خود را زبان انگلیسی قرار داده اند.
علاوه بر کاربردهایی که برای فناوری های تشخیص و پردازش صدا گفته می شود می توان به کاربردهای آینده نگرانه آن نیز توجه کرد. استفاده از این فن آوری در کنار هوش مصنوعی و استفاده از آن در حوزه رباتیک و یا در آینده نه چندان دور، امکان جستجو صوت در فضای وب مانند امکان جستجو متن که در حال حاضر در موتورهای جست و جو وجود دارد می تواند باعث تغییرات اساسی در حوزه تحلیل داده شود.
پردازش گفتار
سیگنال صوتی و شنیداری یا Audio احساس ارتعاشات و نوسانات هوا توسط گوش انسان است. اگر این صوت در محدوده فرکانسی ۲۰Hz – ۲۰KHz باشد با رسیدن به گوش و سپس انتقال به مغز و پردازش روی آن باعث درک مفهوم در ذهن انسان می گردد. سیگنال گفتار Speech زیر مجموعه ای از سیگنال Audio می باشد که توسط انسان ایجاد می شود. در نمودار زیر بخش سیاه شنیده نمی شود, شنیدن بخش قرمز آزار دهنده است و بخش سبز شنیده می شود.
توجه:
برای دانلود فایل کامل ورد لطفا اقدام به خرید نمایید.
لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.
به منظور سفارش تحقیق مرتبط با رشته تخصصی خود بر روی کلید زیر کلیک نمایید.
سفارش تحقیق
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.