دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: (auth.)
سری: Artificial Intelligence / Künstliche Intelligenz
ISBN (شابک) : 9783528054922, 9783322961808
ناشر: Vieweg+Teubner Verlag
سال نشر: 1995
تعداد صفحات: 414
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب تشخیص گفتار خودکار: مبانی، مدل های آماری و الگوریتم های کارآمد: علوم کامپیوتر، عمومی
در صورت تبدیل فایل کتاب Automatische Spracherkennung: Grundlagen, statistische Modelle und effiziente Algorithmen به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تشخیص گفتار خودکار: مبانی، مدل های آماری و الگوریتم های کارآمد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
موضوع این پایان نامه مسئله تشخیص ماشینی زبان گفتاری است. یکی از شاخههای مهم تحقیق در این زمینه در حال حاضر توسعه سیستمهای گفتگوی اطلاعات تلفنی است که به کاربر اجازه میدهد، برای مثال، اطلاعات اتصال قطار را فراخوانی کند، صندلی یا هتل را رزرو کند یا معاملات بانکی را انجام دهد. بنابراین، توجه ویژه ای به روش هایی برای پردازش مستقل از گوینده جملات پیوسته می شود که واژگان تشخیص بزرگی دارند، اما در عین حال به طور موثر فضای راه حل را از طریق محدودیت های گرامری وابسته به کاربرد محدود می کنند. برای حل این کار، باید با تغییرپذیری صوتی دادههای گفتاری مورد تجزیه و تحلیل، که ناشی از ویژگیهای بیانی خاص سخنران و پدیدههای تاری آوایی است، مقابله کرد و بر یک مشکل جستجوی پیچیده که علت آن نهفته است، تسلط داشت. در اندازه واژگان و در ترکیبات مرزهای کلمات مجهول . پس از چند تلاش اولیه برای توسعه مدلهای کاربردی صریح برای فرآیند بسیار پیچیده تولید و درک زبان گفتاری و شبیهسازی روش کار آنها در رایانه دیجیتال، امروزه حوزه تشخیص خودکار گفتار تحت سلطه قرار گرفته است - از آغاز دهه 1980 - با الگوهای راه حل احتمال یا نظریه اطلاعات. رویکرد آماری به مشکل تشخیص گفتار با کنار گذاشتن گسترده تلفظ و مدلهای دستور زبان «دستساز» به نفع استراتژیهای کارآمدتر یادگیری ماشین از دادههای گفتار صوتی و متنی مشخص میشود. این رویکرد آماری ثابت کرده است که فوق العاده انعطاف پذیر و قوی است. در نتیجه، بیشترین بخش از این کتاب به ارائه دقیق آن اختصاص دارد.
Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhängigen Verarbeitung kontinuierlicher Äußerungen, die über einen großen Erkennungs wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom plexen Erzeugungs- und Wahrnehmungsprozeß gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute ~ nunmehr seit Beginn der 80er Jahre ~ die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar stellung ist folglich auch der größte Teil dieses Buches gewidmet.
Front Matter....Pages II-XI
Einführung....Pages 1-19
Gesprochene Sprache....Pages 21-43
Merkmalgewinnung....Pages 45-74
Klassifikation....Pages 75-119
Markovmodelle....Pages 121-163
Akustisch-phonetische Wortmodellierung....Pages 165-197
Grammatische Sprachmodelle....Pages 199-230
Dekodierung kontinuierlicher Sprache....Pages 231-269
Das ISADORA-System....Pages 271-315
Experimentelle Untersuchungen....Pages 317-342
Zusammenfassung....Pages 343-348
Back Matter....Pages 349-403