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