عنوان

طبقه بندی لهجه در زبان فارسی

کد کشور

IR

شماره

۱۲۲۹ پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

طبقه بندی لهجه در زبان فارسی

نام عام مواد

[پایان‌نامه]

نام نخستين پديدآور

/علی قلی‌پور

نام ناشر، پخش کننده و غيره

دانشگاه صنعتی سهند

تاریخ نشرو بخش و غیره

، ۱۳۹۱

نام خاص و کميت اثر

۹۳ ص

متن يادداشت

چاپی - الکترونیکی

متن يادداشت

کتابنامه در آخر پایان نامه

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

مهندسی برق

کسي که مدرک را اعطا کرده

دانشگاه صنعتی سهند

متن يادداشت

بازشناسی خودکار گفتار یکی از زمینه‌های مهم در دانش پردازش سیگنال است و بهبود کارایی سیستم‌های بازشناسی، موضوع بسیاری از تحقیقات در این زمینه می‌باشد. تغییرات گفتار یک گوینده، کارایی سیستم‌های بازشناسی را به طور چشمگیری کاهش می‌دهد .گفتار، علاوه بر اطلاعات نوشتاری که به همراه دارد، خصوصیات زیادی نظیر سن، جنسیت، احساسات و لهجه‌ی یک گوینده را به همراه دارد .با استفاده از ابزارهای آماری نظیرPCA ، نشان داده شده است که تغییرات گفتار به دلیل تغییر در جنسیت و لهجه افراد، به ترتیب، مهمترین دلایل تنزل کارایی سیستم‌های بازشناسی هستند .از این رو کارایی سیستم‌های بازشناسی گفتار، به طور قابل ملاحظه‌ای تحت تاثیر لهجه افراد است و هنگام برخورد با لهجه‌ای، غیر از لهجه‌ای که بر اساس آن آموزش دیده باشند، نرخ بازشناسی به طور چشمگیری کاهش می‌یابد.هدف از این تحقیق، استفاده از برخی ویژگی‌های گفتار به منظور طبقه‌بندی لهجه‌های مختلف زبان فارسی است .این لهجه‌ها، شامل لهجه‌های آذری، تهرانی، اصفهانی، کردی و مازندرانی است که در مجموعه دادگانی تحت عنوان Sahand Accented Speech گردآوری شده است.از آنجائیکه که ضرایب MFCC متداولترین ویژگی مورد استفاده در سیستم‌های بازشناسی گفتار امروزی است، از این رو، در پیشنهاد اول این تحقیق نیز از این ضرایب به عنوان ویژگی مورد استفاده در طبقه‌بندی لهجه‌ها استفاده شده است .اما تمرکز اصلی این پایان‌نامه، استفاده از ویژگی‌های نوایی لهجه‌ها به منظور طبقه‌بندی است .در این تحقیق، با استفاده از اطلاعات آماری مربوط به سه پارامتر کانتور فرکانس پایه، نرخ گفتار و شدت گفتار، که نمایش پارامتری ویژگی‌های نوایی گفتار هستند، لهجه‌های مختلف زبان فارسی مدلسازی می‌شود .سپس، با استفاده از الگوریتم انتخاب ترتیبی پیشرو، ویژگی‌هایی که قدرت تمایز بیشتری در تشخیص لهجه‌ها را دارند مشخص می‌شود و از این ویژگی‌های برتر برای طبقه‌بندی لهجه‌ها استفاده می‌شود .نتایج بدست آمده مشخص کرده است که ویژگی‌های مربوط به مشتق کانتور فرکانس پایه، از توانایی بالاتری برای توصیف هر لهجه برخوردارند .برای طبقه‌بندی از ماشین بردار پشتیبان، شبکه‌های عصبی احتمالاتی و نزدیکترین همسایگی استفاده شده است و در بهترین حالت نرخ ۷۰ در طبقه‌بندی به دست آمده است که در مقایسه با قدرت تشخیص انسان، قابل قبول به نظر می‌رسد.

اصطلاح موضوعی

طبقه‌بندی لهجه

اصطلاح موضوعی

لهجه‌های زبان فارسی

اصطلاح موضوعی

ویژگیهای نوایی

اصطلاح موضوعی

انتخاب ویژگی

اصطلاح موضوعی

بازشناسی خودکار گفتار

اصطلاح موضوعی

شبکه‌های عصبی

اصطلاح موضوعی

ماشین بردار پشتیبان

مستند نام اشخاص تاييد نشده

قلی‌پور، علی

مستند نام اشخاص تاييد نشده

صداقی، محمدحسین، استاد راهنما

مستند نام اشخاص تاييد نشده

شمسی، موسی، استاد مشاور

کشور

ایران

تاريخ عمليات

20230806

شماره بازیابی

برق،۱۰۱۵۴،۱۳۹۱

نام ميزبان

ی‌سراف‍ ن‌ابز رد ه‌جهل‍ ی‌دنب‍ ه‌قبط.pdf

شماره دسترسي

عادی

اطلاعات مختصر

عادی

تاريخ و ساعت مذاکره و دسترسي

1229.pdf

تاريخ و ساعت مذاکره و دسترسي

b10154.pdf

بيت در ثانيه

0

ارتباط براي تسهيلات دسترسي

ایمانی

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

پ ۱۲۲۹

يادداشت عمومي

فارسی

شماره فيلد فرمت مبدا

محل نگهداری: کتابخانه مرکزی دانشگاه صنعتی سهند

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

pe

نوع ماده

TF

کد کاربرگه

92029

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y