مشخصات مقاله:
عنوان فارسی مقاله:
بازشناسی گفتار بیماران مبتلا به اختلال تکلم با استفاده از شبکه های عصبی: شناسایی بهترین مجموعه از پارامترهای MFCC و مطالعه یک روش مستقل از گوینده
عنوان انگلیسی مقاله:
Artificial neural networks as speech recognisers for dysarthric speech: Identifying the best-performing set of MFCC parameters and studying a speaker-independent approach
کلمات کلیدی مقاله:
دیزارتیا، تشخیص گفتار خودکار، شبکه های عصبی مصنوعی، MFCC
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
مهندسی الگوریتم ها و محاسبات و هوش مصنوعی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1- مقدمه
2- نگاهی به گذشته
3- روش ها
الف – مواد و شرکت کنندگان
ب- مدل ASR مبتنی بر شبکه‌های عصبی مصنوعی برای کاربران مبتلا به اختلال تکلم
ج- معیارهای ارزیابی
4- آزمایش‌ها و نتایج
5- آزمایش1: شناسایی بهترین مجموعه از پارامترهای MFCC
6- آزمایش2: ASR مبتنی بر شبکه عصبی مستقل ازگوینده
7- بحث
8- نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
Dysarthria is a neurological impairment that damages the control of the motor speech articulators, which the malfunction is caused by the lack of control over the speech-related muscles, the lack of coordination among them, or their paralysis. It is often associated with irregular phonation and amplitude [1,2]. As a result of the impairment, the speech signal is compromised and its intelligibility is reduced [3,4]. According to [5], low intelligibility is one of the most detrimental social characteristics of dysarthria that affects different aspects of the lives of people with such disability. Automatic Speech Recognition (ASR) systems identify the uttered word(s) represented as an acoustic signal and rely on a given lexicon to recognise the spoken word(s). They have several applications in health care, the military, telephony, and other domains [6]. They can be very helpful for speakers with dysarthria, because the disabled persons are often physically incapacitated and unable to use keyboards [7,8].
مقدمه
اختلال تکلم یک بیماری عصبی است که به سیستم کنترل‌کننده اداء کلام آسیب رسانده و علت این آسیب، نداشتن کنترل بر روی ماهیچه‌های عصبی گفتار یا فلج شدن آن¬ها به دلیل سکته ناقص، میباشد. این بیماری اغلب باعث ایجاد صداهای ناهنجار و نوسان در گفتار بیمار می‌شود [1,2]. در نتیجه این آسیب، سیگنال صحبت لطمه دیده و قابلیت فهم آن پایین می آید [3,4]. با توجه به مقاله [5]، پایین بودن قابلیت فهم، یکی از مضرترین جنبه‌های اجتماعی این بیماری است که از جهات مختلف بر روی زندگی فرد بیمار، تاثیر می‌گذارد.
سیستم‌های بازشناسی گفتار خودکار (ASR)، کلمات اداء شده که به صورت یک سیگنال آوایی ارائه می‌شوند را شناسایی کرده و برای بازنمایی کلمات بیان شده، به فرهنگ لغات، معرفی شده اطمینان می‌کند. این روش دارای کاربردهای متنوعی در حوزه سلامت، فعالیت‌های نظامی و مخابراتی و دیگر حوزه‌ها میباشد [6]. این روش می‌تواند برای افراد مبتلا به اختلال تکلم بسیار مفید باشد، چون این افراد اغلب دچار مشکلات و ناتوانایی‌های فیزیکی هستند و نمی‌توانند از صفحه کلید استفاده کنند [7,8].