تاريخ الرياضيات
الاعداد و نظريتها
تاريخ التحليل
تار يخ الجبر
الهندسة و التبلوجي
الرياضيات في الحضارات المختلفة
العربية
اليونانية
البابلية
الصينية
المايا
المصرية
الهندية
الرياضيات المتقطعة
المنطق
اسس الرياضيات
فلسفة الرياضيات
مواضيع عامة في المنطق
الجبر
الجبر الخطي
الجبر المجرد
الجبر البولياني
مواضيع عامة في الجبر
الضبابية
نظرية المجموعات
نظرية الزمر
نظرية الحلقات والحقول
نظرية الاعداد
نظرية الفئات
حساب المتجهات
المتتاليات-المتسلسلات
المصفوفات و نظريتها
المثلثات
الهندسة
الهندسة المستوية
الهندسة غير المستوية
مواضيع عامة في الهندسة
التفاضل و التكامل
المعادلات التفاضلية و التكاملية
معادلات تفاضلية
معادلات تكاملية
مواضيع عامة في المعادلات
التحليل
التحليل العددي
التحليل العقدي
التحليل الدالي
مواضيع عامة في التحليل
التحليل الحقيقي
التبلوجيا
نظرية الالعاب
الاحتمالات و الاحصاء
نظرية التحكم
بحوث العمليات
نظرية الكم
الشفرات
الرياضيات التطبيقية
نظريات ومبرهنات
علماء الرياضيات
500AD
500-1499
1000to1499
1500to1599
1600to1649
1650to1699
1700to1749
1750to1779
1780to1799
1800to1819
1820to1829
1830to1839
1840to1849
1850to1859
1860to1864
1865to1869
1870to1874
1875to1879
1880to1884
1885to1889
1890to1894
1895to1899
1900to1904
1905to1909
1910to1914
1915to1919
1920to1924
1925to1929
1930to1939
1940to the present
علماء الرياضيات
الرياضيات في العلوم الاخرى
بحوث و اطاريح جامعية
هل تعلم
طرائق التدريس
الرياضيات العامة
نظرية البيان
An Implementation ofMathematical Models for Arabic Speech Recognition
المؤلف:
فاتن بشير عبد الأحد صوفيا
المصدر:
An Implementation ofMathematical Models for Arabic Speech Recognition
الجزء والصفحة:
...
5-8-2017
433
العنوان:
An Implementation ofMathematical Models
for Arabic Speech Recognition
for Arabic Speech Recognition
اسم الباحث: فاتن بشير عبد الأحد صوفيا
الجامعه والكليه: كلية علوم الحاسبات والرياضيات في جامعة الموصل
الخلاصه :
تعتبر اللغة العربية واحدة من بين اللغات الواسعة الانتشار في العالم في الوقت الحالي, لكن هنالك أعداد قليلة من البحوث التي تهتم بتمييز الكلمات العربية مقارنة باللغات الأخرى. إضافة إلى ذلك, فان معظم البحوث السابقة كانت تتجه نحو تمييز كلمات منفصلة للغة العربية, لذا فان هذا العمل يهتم بتصميم وتطبيق نظام مميز اللغة العربية.
لقد تم اقتراح وتنفيذ خوارزمية تقطيع جديدة بالاعتماد على خصائص المنطلق الزمني (time domain )لإشارة الكلام و قواعد علم الفونولوجي للغة العربية.
يتألف النظام من اتجاهين : الأول مميز لمقاطع الكلمات في اللغة العربية, وهي (CV, CVC, CVV, CVVC, CVCC)، والثاني مميز للكلمات المنفصلة في اللغة العربية. كلا الاتجاهين يتألفان من أربع وحدات أساسية : تقسيم الكلمات العربية, استخلاص الخواص, تعليم النموذج (training model) وأخيرا تمييز النموذج
(recognition model). حيث أن تعليم النموذج وتمييز النموذج يتم من خلال نموذج ماركوف المخفي (hidden Markove model) والشبكات العصبية ذات الانتشار العكسي (back propagation neural network).
استخلاص الخواص تم إيجاده من خلال استخدام بعض النماذج السمعية التي تحاكي نظام السمع عند الإنسان, بمعنى آخر تم استخدام معاملات درجة النغم
(mel- frequency cepstral coefficient), كذلك تم إيجاد المشتقة الأولى والثانية والطاقة الصوتية كصفات إضافية.
أظهرت النتائج النهائية أن استخدام نموذج ماركوف المخفي لتمييز مقاطع الكلمات أعطى نتائج جيدة تراوحت بين (83-92)% وهي أفضل من النتائج التي حصلنا عليها من استخدام شبكة الانتشار العكسي التي تراوحت بين (71-76)% . أما في تمييز الكلمات المنفصلة, فلقد كانت النتائج عكسية, حيث أظهرت نتائج شبكة الانتشار العكسي نسبة نجاح تراوحت بين (85-94)% بينما كانت نسبة النجاح في استخدام نموذج ماركوف المخفي (71-80)% .
Arabic is currently considered one of the most widely spoken languages in the world. There has been relatively small number of speech recognition researches on Arabic compared to other languages. Moreover, most previous work has concentrated on the recognition of discrete words. So this work is to design and implemented a system of Arabic recognition.
We use the representation of time domain and Arabic phonological system to get a new segmentation algorithm.
The system consists of two directions. First, Arabic syllabic recognition, which are (CV, CVV, CVC, CVVC, CVCC), and second, is the Arabic discrete word recognition. The two directions consist of four main stages. The major system models are Arabic segmentation algorithm, feature extraction, learning model and recognition model, where learning and recognition models referred to as hidden Markov model and back propagation neural network.
Feature extraction founds through the used of some auditory models that simulate the human auditory system, that is mean we use mel frequency cepstral coefficient with first and second derivative and energy.
The results show that the use of hidden Markov model on syllabic recognition given the best result (83-92)% than the use of back propagation neural network which is (71-76)%. Also we show that the result of usage of back propagation neural network in discrete word recognition gives good result (85-94)% , while in hidden Markov model the result is (71-80)%.
ملاحظه: للحصول على الملف كاملا يمكنكم مراسلتنا عل البريد الالكتروني
(almerjamathematics@gmail.com)
الاكثر قراءة في بحوث و اطاريح جامعية
اخر الاخبار
اخبار العتبة العباسية المقدسة

الآخبار الصحية
