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
دسته بندی: سیستم های اطلاعاتی ویرایش: نویسندگان: Lowerre. Bruce T. سری: ناشر: Carnegie-Mellon University سال نشر: 1976 تعداد صفحات: 141 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب سیستم تشخیص گفتار HARPY [Ph.D. پایان نامه]: ارتباطات، تشخیص گفتار
در صورت تبدیل فایل کتاب The HARPY Speech Recognition System [Ph.D. Thesis] 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 سیستم تشخیص گفتار HARPY [Ph.D. پایان نامه] 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.
سیستم تشخیص گفتار متصل هارپی نتیجه تلاشی برای درک اهمیت نسبی انتخاب های مختلف طراحی دو سیستم تشخیص گفتار قبلی توسعه یافته در دانشگاه کارنگی ملون است: سیستم Hearsay-1 و سیستم Dragon. دانش در سیستم Hearsay-1 به عنوان رویه ها و در سیستم Dragon به عنوان یک شبکه مارکوف با احتمالات انتقال پیشینی بین حالت ها نشان داده می شود. تجزیه و تحلیل عملکرد سیستماتیک انتخاب های مختلف طراحی این دو سیستم منجر به سیستم هارپی شد که در آن دانش به عنوان یک شبکه گذار حالت محدود اما بدون احتمالات انتقال پیشینی نشان داده می شود. هارپی تنها چند مسیر نحوی (و آکوستیک) "بهترین" را به صورت موازی برای تعیین مسیر بهینه جستجو می کند و از تقسیم بندی برای کاهش موثر طول گفتار استفاده می کند و در نتیجه تعداد به روز رسانی های احتمال حالت را که باید انجام شود کاهش می دهد. چندین اکتشافی جدید به سیستم هارپی اضافه شده است تا عملکرد و سرعت آن را بهبود بخشد: شناسایی زیرشبکه های رایج و فروپاشی آنها برای کاهش اندازه و پیچیدگی کلی شبکه، حذف نیاز به انجام یک تطابق صوتی برای همه انواع واجی در هر نمونه زمانی. و تکنیکهای نیمه خودکار برای یادگیری بازنماییهای واژگانی (که برای یک سیستم حالت پایدار از این نوع مورد نیاز است) و الگوهای واجی از دادههای آموزشی، بنابراین بهطور خودکار پدیدههای همآهنگی درونکلمهای را که معمولاً رخ میدهند، محاسبه میکنند. پدیدههای بین واژهای با استفاده از قوانین اتصالی که در زمان تولید شبکه اعمال میشوند، مدیریت میشوند، در نتیجه نیاز به استفاده تکراری و زمانبر از قوانین واجشناختی در مرحله تشخیص حذف میشود.
The Harpy connected speech recognition system is the result of an attempt to understand the relative importance of various design choices of two earlier speech recognition systems developed at Carnegie-Mellon University: The Hearsay-1 system and the Dragon system. Knowledge is represented in the Hearsay-1 system as procedures and in the Dragon system as a Markov network with a-priori transition probabilities between states. Systematic performance analysis of various design choices of these two systems resulted in the HARPY system, in which knowledge is represented as a finite state transition network but without the a-priori transition probabilities. Harpy searches only a few 'best' syntactic (and acoustic) paths in parallel to determine the optimal path, and uses segmentation to effectively reduce the utterance length, thereby reducing the number of state probability updates that must be done. Several new heuristics have been added to the HARPY system to improve its performance and speed: detection of common sub-nets and collapsing them to reduce overall network size and complexity, eliminating the need for doing an acoustic match for all phonemic types at every time sample, and semi-automatic techniques for learning the lexical representations (that are needed for a steady-state system of this type) and the phonemic templates from training data, thus automatically accounting for the commonly occurring intra-word coarticulation and juncture phenomena. Inter-word phenomena are handled by the use of juncture rules which are applied at network generation time, thereby eliminating the need for repetitive and time consuming application of phonological rules during the recognition phase.
1 Introduction 2 Features of the HEARSAY-I System 3 Features of the DRAGON System 4 The HARPY System 5 Network Data Representation 6 Conclusion