هوش مصنوعی
تشخیص الگوی صدا با استفاده از شبکه عصبی (نسخه آپدیت شده + 53 صفحه مقاله انگلیسی) چكیده: در حال حاظر تحقیقات زیادی در گرایش های پردازش تصویر و پردازش صوت در سطح دنیا در حال انجام است كه عموما از روشهای هوش مصنوعی و الگوریتم های مختلف پردازش، نظیر DSP ،الگوریتم ژنتیك،شبكه عصبی و... استفاده میكنند.هدف این تحقیق ایجاد روشی هوشمند جهت افزودن قابلیت تشخیص كلمات برای كامپیوتر، مبتنی بر تكنیك شبكه عصبی میباشد.این روش از راه آموزش دادن شبكه ای مناسب، قادر است سیگنالهای صوتی مختلف را تفكیك و دسته بندی نماید و در نهایت مفاهیمی را كه كاربر برای هر گروه از اصوات مشخص مینماید به طور محدود بیاموزد.در این تحقیق، شبكه با سیگنالهای صوتی اعداد صفر تا نه، به زبان فارسی آموزش داده شده وهدف شبكه بعد از آموزش، تفكیك سیگنالهای ورودی و یافتن عدد متناظر با سیگنال ورودی میباشد. كلیدواژه ها: شبكه عصبی تشخیص صدا پردازش صوت سیستمهای هوشمند 1) مقدمه: در زمینه تشخیص الگوی صوت توسط شبكه عصبی تا كنون در ایران كار زیادی صورت نگرفته و مقاله های محدودی كه وجود دارد بیشتر به این موضوع از دید عمومی و معرفی تكنیك پرداخته شده است. نتایج این تحقیق كاملا عملی و حاصل كار،یك نرم افزار به زبان برنامه نویسی مطلب میباشد ونتایج بصورت نمودار ها و جداول در پایان ارائه شده.در مقاله های خارجی از روشهای مختلف شبكه عصبی استفاده شده و عموما نمونه های صوت را بدون تغییر به عنوان دیتای ورودی به شبكه در نظر گرفته اند و این موضوع باعث حجیم شدن شبكه ،طولانی شدن مراحل آموزش شبكه، وابستگی شدید نتایج به دامنه سیگنال وحساسیت زیاد نتایج به نویز میباشد. روش ارائه شده در این مقاله بواسطه وجود یك مرحله اصلاح وتغییر دیتا، مقداری از مشكلات بالا كاسته ولی نقاط ضعفی هم دارد. از جمله وابستگی زیاد شبكه به تن صدا ودیتایی كه شبكه توسط آن آموزش می بیند. بنا بر این برای عمومیت پیدا كردن عملكرد شبكه نیاز به دیتای فراوان ازافراد مختلف،لهجه ها و گویش های متفاوت دارد. 2) روش استفاده شده برای تشخیص:به طور كلی میتوان مراحل انجام این پروژه از ابتدا تا پایان را به قسمتهای زیر تقسیم بندی نمود -1تهیه دیتا -2اصلاح دیتای خام جهت ارائه به شبكه -3ایجاد یك شبكه مناسب -4آموزش شبكه تمامی مراحل فوق به كمك جعبه ابزار ها و دستورات مختلف نرم افزار مطلب قابل اجرا است . در مرحله اول كه تهیه دیتا میباشد از جعبه ابزارData Acquisition Toolbox استفاده شده مراحل مختلف استفاده از این جعبه ابزار بطور كامل در help مطلب به همراه مثال آموزش داده شده .كه بطور خلاصه شامل مراحل زیر است. • تعریف یك ورودی آنالوگ • مشخص نمودن مرجع دریافت ورودی (كارت صوتی تحت اختیار سیستم عامل و یا ...) • تعریف كانال یا كانالهای ورودی(سخت افزار مرجع ممكن است چندین ورودی داشته باشد) • تعیین فركانس نمونه برداری. • تعیین ورودی پیش فرض جهت نمونه برداری از بین كانالهای تعریف شده. • مشخص نمودن نحوه شروع نمونه برداری (یك تحریك سخت افزاری یا یك دستور شروع نرم افزاری) كه ما بنا بر ملاحظات كار خود حالت سخت افزاری را انتخاب میكنیم. • دستور شروع نمونه برداری شامل یك حلقه هزارتایی جهت برداشت هزار سیگنال از اعداد0الی9
