نمایش مختصر رکورد

dc.contributor.authorاسحاقی, محدثهfa_IR
dc.date.accessioned1401-09-20T20:43:24Zfa_IR
dc.date.accessioned2022-12-11T20:43:24Z
dc.date.available1401-09-20T20:43:24Zfa_IR
dc.date.available2022-12-11T20:43:24Z
dc.date.issued2022-06-22en_US
dc.date.issued1401-04-01fa_IR
dc.date.submitted2021-06-11en_US
dc.date.submitted1400-03-21fa_IR
dc.identifier.citationاسحاقی, محدثه. (1401). استفاده از بازنمایی تنک و الگوریتم یادگیری ماشینی در آشکارساز فعالیت گفتار. مدیریت مهندسی و رایانش نرم, 8(2), 93-116.fa_IR
dc.identifier.issn2538-2675
dc.identifier.urihttps://jemsc.qom.ac.ir/article_2022.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/935524
dc.description.abstractدر این مقاله یک آشکارساز فعالیت گفتار بر مبنای بازنمایی تنک و آموزش لغت­نامه در فضای دو بعدی طیفی-زمانی ارائه شده است. مؤلفه ­های فضای طیفی-زمانی علاوه بر ابعاد فرکانس و زمان، دارای دو بعد دیگر مقیاس و نرخ هستند. در سالهای اخیر، استفاده از بازنمایی تنک و الگوریتم ­های یادگیری ماشینی در آموزش لغت ­نامه ­ها، جداسازی بهتر قسمت­ های گفتار و نویز را در پی داشته است. ایده اصلی در این روش، بازسازی هر سیگنال گفتار با استفاده از تعداد محدودی اتم ­های پایه است. در این الگوریتم با استفاده از فضای دو بعدی طیفی-زمانی و با کمک بازنمایی تنک، لغت­ نامه­ هایی با اندازه اتم ­های متفاوت حاصل شده که با روشهای یادگیری K-SVD و NMF آموزش داده می ­شوند. عملکرد این آشکارساز فعالیت ­گفتار در گفتار فارسی وانگلیسی ارزیابی شد. بطور مثال نتایج عملکرد این آشکارساز پیشنهادی در SNRهای بیشتر از 0 در گفتار انگلیسی برای نویر سفید و ماشین بیشتر از71/92 درصد و 82/91 درصد و برای گفتار فارسی بیشتر از 90 درصد می ­باشد که عملکرد خوب آشکارساز فعالیت ­گفتار پیشنهادی نسبت به سایر روش­ها را نشان می­دهد.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه قمfa_IR
dc.publisherQom Universityen_US
dc.relation.ispartofمدیریت مهندسی و رایانش نرمfa_IR
dc.relation.ispartofEngineering Management and Soft Computingen_US
dc.subjectآشکارساز فعالیت گفتارfa_IR
dc.subjectفضای دو بعدی طیفی-زمانیfa_IR
dc.subjectبازنمایی تنکfa_IR
dc.subjectالگوریتم یادگیری ماشینیfa_IR
dc.titleاستفاده از بازنمایی تنک و الگوریتم یادگیری ماشینی در آشکارساز فعالیت گفتارfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentگروه مهندسی برق، واحد نوشهر، دانشگاه آزاد اسلامی، نوشهر، ایران.fa_IR
dc.citation.volume8
dc.citation.issue2
dc.citation.spage93
dc.citation.epage116
nlai.contributor.orcid0000-0002-1444-9971


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد