Please wait ...
0% Complete
فارسی
Home
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
خوشه بندی ویسیلاب های دو آوایی زبان فارسی در کاربرد لب خوانی
Authors :
مهسا هدایتی پور
1
یاسر شکفته
2
محسن ابراهیمی مقدم
3
1- shahid beheshti university
2- دانشگاه شهید بهشتی
3- دانشگاه شهید بهشتی
Keywords :
بازشناسی دیداری گفتار، لبخوانی ، نگاشت هجا به ویسیلاب، هجاهای دو آوایی
Abstract :
لبخوانی، فرآیند بازشناسی دیداری گفتار است. در این فرآیند تشخیص واحدهای کوچکتر گفتاری میتواند مبنای تشخیص واحدهای بزرگتر گفتاری باشد. یکی از چالشهای این فرآیند، مشابه بودن تصاویر برخی از واحدهای گفتاری بعلت جایگاه تولید یکسان در اندامهای گفتاری است. بدین منظور در فرآیند لبخوانی،خوشهبندی تصاویر اجزای گفتار و ساختن جداول نگاشت از شکل شنیداری اجزای گفتار به شکل دیداری اجزای گفتار از اهمیت اساسی برخوردار است. از آنجا که بازشناسی دیداری هجاهای دو آوایی گام نوینی در لبخوانی زبان فارسی است، در این پژوهش سعی شده است برای بازشناسی دیداری بهینه هجاهای دو آوایی زبان فارسی جداول نگاشت مناسبی بر مبنای روشهای یادگیری ماشین و یا دانش افراد خبره فراهم گردد. بیشینه دقت شناسایی برای نگاشت 9 گانه از هجاهای دو آوایی به ویسیلاب به مقدار 81/61 درصد حاصل شده است. با مدل سازی این ویسیلاب ها توسط مدل مخفی مارکوف و تزریق مناسب اطلاعات مدل زبانی سیلابها، دقت 18/41 درصد در شناسایی 30 کلمه فارسی حاصل شده است.
Papers List
List of archived papers
A New Sentence Ordering Method Using BERT Pretrained Model
Melika Golestanipour - Seyedeh Zahra Razavi - Dr Heshaam Faili
روش مهاجرت خوشهای برای بهبود بستربندی به مشتری در گردشکارهای بدون سرویسدهنده
محمدامین قسوری جهرمی - مهرداد آشتیانی - فاطمه بخشی
A U-Net architecture with graph attention networks to accurately define tooth boundaries
Ehsan Akefi - Hassan Khotanlou
قطعه بندی خودکار توده کلیه در تصاویر توموگرافی کامپیوتری با استفاده از همافزایی شبکه عصبی عمیق U-Net و الگوریتم فراابتکاری نهنگ
علی خلیلی - محمد مصلح - محمد خیراندیش
استخراج موارد آزمون سطح برونمتد و درونکلاس از برنامههای شئگرا
محمد قرشی - حسن حقیقی
چارچوب پیشبینی خرابی تطبیقی مبتنی بر شبکه عصبی گراف پویا و GRU در سامانههای صنعتی IIoT
رسول اسماعیلی فرد - لیلا رنجبر
Multi-Modal Longitudinal Tooth Labeling with Temporal Graph–Transformer Integration
Maral Mirza mohammadi - Mahdi Tarom
AI-based Secure Intrusion Detection Framework for Digital Twin-enabled Critical Infrastructure
Tanisha Patel - Nilesh Kumar Jadav - Tejal Rathod - Sudeep Tanwar - Deepak Garg - Hossein Shahinzadeh
Embedding-Consistent Contrastive Learning: A Robust Approach for Imbalanced Classification
Sobhan Siamak - Eghbal Mansoori
Experimental analysis of automated negotiation agents in modeling Gaussian bidders
Fatemeh Hassanvand - Dr Faria Nassiri-Mofakham
more
Samin Hamayesh - Version 45.0.1