دانلود مقالات مربوط به پزشکی

مساله تنوعات گوينده، يكي از مهمترين عواملي است كه بر كارآيي سيستم هاي بازشناخت گفتار اثر مي گذارد. در اين مقاله روشي پيشنهاد مي شود كه در آن با كمك تنظيم ورودي قسمتي از اين تاثير در شبكه هاي عصبي بازشناخت گفتار جبران مي وشد. ابتدا در ميان 71 گوينده آموزش، گوينده با بالاترين درصد صحت تشخيص آوا را به عنوان گوينده مرجع انتخاب مي كنيم. سپس با استفاده از الگوريتم پس انتشار خطا همه سيگنال گفتار مربوط به گويندگان آموزش و آزمون را طوري تنظيم مي كنيم كه بر گوينده مرجع منطبق شوند. مدل بازشناخت گفتار با دادگان آموزش تنظيم شده، تعليم و با دادگان آزمون تنظيم شده، آزموده مي شود. با اعمال اين روش و تلفيق نتايج اين شبكه با شبكه بدون تنظيم ورودي بر اساس بيشترين سطح اطمينان، 2.6% افزايش در صحت تشخيص آوا به دست مي آيد.