پياده سازی مدل های مخفی مارکوف پيوسته همراه با قابليت اعمال مدل زبانی، گرامر، روش های جستجو و قابليت تطبيق مدل ها

صفحه 1:
‎Fa Se Leal‏ 0 اطلاعات بايان نامه كارشناسي كرايش مهندسي نرم اقزار ‎ool,‏ همه هلت ال مدل ره کر ‏اي جستجو و قا ‎ ‏تارش ‏سبحان نادري پاريزي ‏ناستاد راهنما دکتر محمدمهدي همایوتپور ‏استند 1386 ‎ 

صفحه 2:
‎a e‏ من پردازش گفتار کاربردها 0ج . 05 گفتار گسسته و پیوسته © 0 55 نكاهي به فرآيند بازشناسي كفتار 1 كرفتن فايل صوتي و استخراج ويژگي 2 استفاده از مدلهاي واحدهاي گفتاري (با فرض داشتن مدلهای آموزش داده شده از قبل) 3 استفاده از الگوریتم هاي جستجو و بازشناسي گفتار ‎ 

صفحه 3:
مدل مخفي مارگوف #روشي براي مدل كردن يديده هاي تصادفي #مسئله گلوله ها و ظرف ها = 9 0+ (GREEN, GREEN, BLUE, HED, YELLOW, REO, ی سعمم 0 وسقت ‎bie) PRED)‏ وه ‎Soya)‏ سوام هیده سوه هیده سم ‎Dy)‏ = ا یه ‎PIGREEN) = Dy(S)—PIGREEN‏ اله لمي سيم و یدنه یووم 

صفحه 4:
مدل مخفي مارگوف (ادامه) #پارامترهاي مدل احتمال شروع (بردار 7) * احتمال انتقال (ماتریس ۸ * احتمال مشاهدات (ماتریس 8 در حالت گسسته) #هر مدل بصورت (5 ,۸۵ ,2۸۲ تسه له اساسي در مورد مدل مخفي مارکوف ! محاسبه (8)0|2 2.پیدا کردن دنباله حالات بهینه 3.بيدا كردن مقدار بهينه براي بارامترها 

صفحه 5:
مدل مخفي مارکوف (ادامه) کت وین اسلا ‎ped‏ - 4 05 #مدل هاي ييوسته با مخلوط هاى كوسى متعدد M 500) =D Ge M (ost 23e)s 1sj<N k=1 #مقدار اولیه پارامترهاي مدل 

صفحه 6:
تطبیق مدل هاي مخفي مارگوف #هدف از تطبیق " بازشناسي مستقل از گوینده " بازشناسي وابسته به گوینده روش هاي تطبیق ‎MLLR (Maximum Likelihood Linear °‏ ‎Regression)‏ ‎MAP (Maximum A Posteriori) °‏ 

صفحه 7:
#تعریف مدل زباني ۱ " ساختاري (کاهش فضاي جستجو) * احتمالي (تخمین هزینه) #کاربرد انواع مدل زباني در " جستجوي ۳ . ~ ۱۱-9۲۵۳ ولج 5 نحوه قرارگيري واج ها در کنار هم (0۷06 ,0۷6 ,2۷ " جستجوي کلمات ۱۱-۲۵۲0 کلمات قواعد نحوي زیان ‎RE!‏ CFG 

صفحه 8:
مسئله چستجو #انواع روش هاي جستجوي قابل استفاده در بازشناسي گفتار " جستجوي جامع (کور) 7 جستجوي ‎OD‏ ‏" جستجوي شعاعي ‎٠١‏ امکان تخمین مسیر باقیمانده هميشه وجود ندارد " کاهش زمان جستجو از حالت نمايي ( "9 ) به ۷۷ #جستجوي ويتربي همگام با زمان شعاعي ويتربي " همگام با زمان " شعاعي 

صفحه 9:
استخراج بردارهاي ويژگي توسط ۲۱۲1 #مدل هاي مخفي مارکوف * براي هر واج یک مدل سه حالته با 16 110/610۳6 در هر حالت * تخمین اولیه احتمال مشاهدات (پارامترهاي توزیع هاي گوسي) | استفاده از الگوریتم ويتربي و توزیع مشاهدات بین حالت ها 7 استفاده از الگوریتم 180 وطناانام رن " ساير بارامترهاي مدل مقدار تصادفي مي كيرند 

صفحه 10:
روش هاي استفاده شده (آموزش مدل ها) ؟استخراج و جمع آوري نمونه هاي آموزشي ؟ آموزش به روش بام-ولش * استفاده از الگوریتم هاي 0۲۷/3۲0 و ‎backward‏ 0 ..* 97 آموزش به روش ويتربي " اعمال ويتربي روي همه نمونه هاي آموزشي * پیدا کردن خوشه بندي بهینه 

صفحه 11:
روش هاي استفاده شده (جستجوي واج ها) #جستجوي دنباله واجي بهينه " ورودي و خروجي 7 مدل هاي آموزش داده شده براي هر واج 7 روش يوياي دولايه ‎٠‏ يك مدل مرجع براي ه رواج " استفاده از الگوریتم 2۲۷۷ (لایه اول) " استفاده از جستجوي پویا 6 زوش انتفادهشنده استفاده از مدل هاي مخفي مارکوف بجاي مدل مرجع 7 سه انشعاب در هر حالت از فضاي جستجو اندن در حالت قبل به حالت يعدي ‎I‏ شروع بازشناسي یک واچ جديد چستجوي شعاعي 0 

صفحه 12:
روش هاي استفاده شده (چستجوي گلمات) #جستجوي دنباله کلمات " ورودي» خروجي, لغتنامه و گرامر * روشهاي قبلي: جستجوي جامع. شعاعي. ۸۵* و ” روش بكار رفته وبتربي شعاعي همگام با زمان است 7 اطلاعات واج نویسی بجاي مدل کلمات * ماهیتاً همگام با زمان نیست " پارامترهاي هر حالت جستجو " زمان (شماره فریم جاري از دنباله واج ها) " آخرین کلمه دنباله بازشناسي شده فعلي 0 هزینه مسیر جاري و اطلاعات مربوط به طول مسير 

صفحه 13:
روش هاي استفاده شده (جستجوي کلمات) #الگوریتم جستجوي کلمات " ليستي ب به طول 20 از صف ها به نام 006۳/5 )& ‎mo OL‏ * حالت ‎PwPrevious Word , Sos:start of Sentence(t=O, PW=SOS) :gs,3‏ 1.حالت شروع را به [1]-01 اضافه مى كنيم عنص سر صف أ 0 را حذف كودع وا توجه به امو مسي جستجوي انو بسط مي > حاصل کار در اين مرحله تعدادي کلمه جدید است یافتن بهترین انطباق براي هر کلمه جدید 0 محاسیه هزینه حالات جستجوي جدید و افزودن اين حالات به صف مناسب در آرایه 0۱ | انتقال عناصر آرايه |0 به بالا زه حت مده 2 = 9 J» CEE asap io هرس كردن عناصر صف [1]-1© 

صفحه 14:
روش هاي استفاده شده (جستجوي کلمات) عدر الگوریتم قبل از ويژگي هاي اکثر روشهاي جستجو استفاده شد ؟ ويتربي lage ® " سریع (جستجوي شعاعي) " همگامي با زمان 

صفحه 15:
مدل هاي زباني بكار رفته #در جستجوي دنباله واجي * اطلاعات 010۲277 و همچنین ۳19۲3۳۳ واج ها #در جستجوي دنباله کلمات کلمات * گرامر ساختاري مستقل از متن نهاد + مسند + فعل 7 فاعل +فعل | فاعل یا نهاد ه حرف اضافه + متمم + فعل البته هر واحد (مثل نهاد) معرف یک گروه (گروه اسمي) است که مي تواند اضافاتی هم داشته باشد 1 7 

صفحه 16:
۵۱ ه ۲ هم ۱۱55۲۱۳۲6۶۲ © © LISSHInit © LISSHRest © LISSHResult © LISSHSExtract © LISSHVite © LISSHVTest ® LISSHVTrain © LISSHWSearch 

صفحه 17:
ثست پرنامه سیستم بازشناسی گفتار ما اشتباه کارنمیکند ing pausistanebaarshabaastigsoftaarmaahpaueshtebaahkhaare <START> system e bazshenasi o goftar o maa eshtebah kar_nemikonad >5۲۸۴۲< ۲۲۲۲۴۵۲۲۲8۲۳۳۲۲۱ ۱ ۸۵۵۳۲۳۲۲ ۱ ۸۲۲ ۵۳۳۲۲۲۲۲ ۱۱ ۲ <s>_ sistan e baarshanaas _ tigsoftaar_ maa heshtebaah_khaaremik2ona <START> system e bazshenasi e goftar e maa eshtebah kar_nemikonad >5۲۸۴۲< ۲۲۲۲۴۵۲۲۲۴۲۴۲۲۲۱ ۱ ۸۵۵۴۲۲۲۲ ۱ ۲۲ 0۳۲۲۲۲۲۲ ۲ <s>_ sistan e baarshanaas _ tigsoftaar_ maa heshtebaah khaaremik2ona <START> system e bazshenasi sonio goftaro maa o eshtebah kar_nemikonad >5۲۸۴۲< ۲۲۲۲۴۵ ۲۲۲۵۲۴۲۲۲۱ ۳۸۱۲6 ۸۱۳۳۲۲۴۲۱ ۲۳۲ ۱ ۵۳۳۳۳۲۲۲ ۲ <s>_ sistan e baarshanaas ti_gs oftaar_ maa _ heshtebaah khaaremik2ona <START> system e bazshenasi aslio goftaro maa o eshtebah kar_nemikonad >5۲۸۴۲< ۲۲۲۲۴۵ ۲۲۲۴۲۴۲۲۲۱ ۱۵۴6 ۸۱۳۲۳۲۲۲۱ ۲۲ ۱ ۴۰ ۴ <s>_ sistane baarshanaas ti gs oftaar_ maa _ heshtebaah khaaremik2ona 

صفحه 18:
باسخكوبي به سؤالات با تشکر از حوصله شما