پروژه مهندسی برق: تشخیص گفتار باروش مدل مخفی مارکف
نوشته شده توسط : ایمان

پروژه مهندسی برق : تشخیص گفتار با روش مدل مخفی مارکف (HMM)

قیمت: 4500 تومان

چکیده و کاربرد:

 

 مدل مخفي مارکوف (HMM) تلاشي است براي مدل سازي آماري دستگاه توليد گفتار و به همين دليل به اولين دسته از روش هاي شناسايي گفتار تعلق دارد. در طول چندين سال گذشته اين روش به عنوان موفقترين روش در شناسايي گفتار مورد استفاده قرار گرفته است. دليل اصلي اين مساله اين است که مدل HMM قادر است به شکل بسيار خوبي خصوصيات سيگنال گفتار را در يک قالب رياضي قابل فهم تعريف نمايد.

http://www.projectt.ir/wp-content/uploads/edd/m3.jpg

 

فایل تهیه شده نگاهی دارد بر مفاهیم اولیه مدل مخفی مارکوف و مدل سازي شناسايي گفتار به این روش که منبعی کامل برای دانشجویان مهندس برق و کامپیوتر (هوش مصنوعی و شناسایی آماری الگو) می باشد. بسیاری از پروژه های دانشجویی به این موضوع می پردازند. در این جزوه سعی شده که مفاهیم اولیه به طور مبسوط برای مخاطبان شرح داده شود که این امر در سه بخش به صورت زیر تنظیم شده است:

 

بخش اول :  آشنایی با مدل مارکوف

 

1-1-        مقدمه

 

1-2-       فرآيند مارکوف گسسته

 

1-3-       مرتبه مدل مارکوف

 

1-3-1-  مدل مارکوف مرتبه صفر

 

1-3-2-  مدل مارکوف مرتبه اول

 

1-3-3-  مدل مارکوف مرتبه m ام

 

1-4-       مدل مخفي مارکوف

 

1-5-        يک مثال واقعي

 

1-6-       سه مساله اصلي

 

1-7-       انواع مدل هاي مخفي مارکوف و HMM پيوسته

 

1-8-       مدل مخلوط گوسي

 

1-9-       فرضيات تئوري مدل مخفي مارکوف

 

1-10-  مساله ارزيابي و الگوريتم پيشرو (forward)

 

1-11-   مساله کد گشايي و الگوريتم ويتربي (Viterbi Algorithm)

 

1-12-  مساله يادگيري

 

1-12-1- معيار بيشترين شباهت(ML)  

 

1-12-1-1-  الگوريتم بام- ولش 

 

1-12-1-2- الگوريتم حداکثر سازي اميد رياضي

 

1-12-1-3- روش مبتني بر گراديان

 

1-12-1-4- محاسبه گراديان برحسب پارامترهاي احتمال حالات

 

1-12-1-5- محاسبه گراديان برحسب پارامترهاي احتمال حالات .

 

1-12-2- معيار ماکزيمم اطلاعات متقابل

 

1-12-2-1- محاسبه گراديان برحسب احتمالات انتقال

 

1-12-2-2- گراديان برحسب احتمالات مشاهدات

 

 

 

بخش دوم :  مدل مارکوف مخفی در MATLAB

 

2-1-   مثال تاس و سکه

 

2-2-   دستور hmmgenerate  

 

2-3-   دستور hmmviterbi

 

2-4-   دستور hmmestimate

 

2-5-   دستور  hmmtrain  

 

2-6-   دستور hmmdecode

 

بخش سوم : تشخیص گفتار با روش مدل مخفی مارکف (HMM)

 

3-1- استفاده از مدل HMM در شناسايي گفتار

 

3-2- استفاده از HMM در شناسايي کلمات جداگانه

 

3-2-1- آموزش 3-2-2- شناسايي

 

3-3- استفاده از مدل HMM در شناسايي گفتار پيوسته

 

3-3-1- آموزش مدل هاي HMM براي کاربرد شناسايي گفتار پيوسته

 

3-3-1-1- آموزش ML

 

3-3-1-2- آموزش MMI

 

3-3-2-  شناسايي با استفاده از شناسايي کننده گفتار پيوسته

 

3-3-2-1-  شناسايي مبتني بر الگوريتم ويتربي

 

3-3-2-2-  الگوريتم ساخت سطح Level Building .

 

3-3-2-3- جستجوي N-best

 

3-4- پردازش صدا




خرید        سوال از فروشنده





:: بازدید از این مطلب : 545
|
امتیاز مطلب : 14
|
تعداد امتیازدهندگان : 3
|
مجموع امتیاز : 3
تاریخ انتشار : چهار شنبه 14 بهمن 1394 | نظرات ()
مطالب مرتبط با این پست
لیست
می توانید دیدگاه خود را بنویسید


نام
آدرس ایمیل
وب سایت/بلاگ
:) :( ;) :D
;)) :X :? :P
:* =(( :O };-
:B /:) =DD :S
-) :-(( :-| :-))
نظر خصوصی

 کد را وارد نمایید:

آپلود عکس دلخواه: