برنامه آنلاین است......و تنها صدای شما را (کلمات صحیح فارسی یا انگلیسی ) را به متن قابل اشتراک گذاری تبدیل می کند
با این برنامه دیگر نیازی به نوشتن پیامک نداری ؟؟
تعجب کردی ؟؟
نه تعجب نکن...برنامه به کمک گوشیت صداتو تبدیل به متن مرتب شده و قابل تصحیح میکنه که میتونی از هر طریقی که دلت میخواد اون رو واسه بقیه بفرستی ....
امیدوارم خوشتون بیاد از این برنامه ممنونم ....
تغییرات اخیر
مشکل برنامه در اندروید 5 برطرف شد و هم اکنون در اختیار شما دوستان می باش
چکیده
در این پژوهش، چگونگی طرح و پیاده سازی سنتز کننده گفتار ارائه شده است. در سنتز کننده گفتار ابتدا پردازش زبان طبیعی (NLP) بر روی متن ورودی انجام می گیرد در این قسمت جملات ورودی به فهرستی از کلمات تبدیل می شوند سپس صورت واجی متن به وسیله مبدل حروف به صدا و یا با استفاده از فرهنگ لغت استخراج می شود.
مرحله بعدی مولد نوای گفتار می باشد، در واقع یکی از عوامل اصلی برای به دست آوردن یک گفتار مصنوعی با کیفیت بالا، مولد نوای گفتار است که اعمال آن به سیستم سنتز گفتار نقش بسزایی در تولید گفتار طبیعی در زبان های مختلف دارد. نوا یکی از فاکتورهای اصلی برای به دست آوردن یک گفتار مصنوعی با کیفیت زیاد می باشد. مفهوم نوا، زیر و بم کردن صدا و ریتم گفتار که باعث تلفظ و برداشت مفهوم های مختلفی از گفتار می شود، می باشد.
حال در این مرحله روش سنتز گفتار (سنتز شمرده به شمرده لغات، سنتز فرمنت، سنتز الحاقی)، را باید تعیین کنیم. در دو روش اول پارامترهای مشخصه گفتار در هر بازه زمانی توسط مجموعه ای از قواعد تولید می شوند، اما در روش سوم واحدهای گفتار ذخیره شده طبیعی برای تولید گفتار خروجی در کنارهم قرار می گیرند. در این رویکرد گفتار ذخیره شده طبیعی به صورت تکه تکه در کنار هم قرار می گیرند تا تولید یک گفتار خروجی کنند که یکی از مهم ترین جنبه ها در سنتز الحاقی انتخاب طول واحد صحیح است.
مقدمه
سنتز گفتار یک فناوری است که به وسیله آن متن به گفتار مصنوعی تبدیل می شود. در موضوع سنتز گفتار، ذخیره سازی کلمات یک زبان غیرممکن (و اغلب بی فایده) است. در واقع سنتز گفتار، تولید گفتار از طریق رونویسی حروف به آوا، به منظور گفتن جملات می باشد. در فصل 1 کلیات این پژوهش شامل هدف، تحقیقات انجام شده و نحوه انجام پژوهش بررسی شده است. در فصل 2 توضیحاتی در خصوص سنتز کننده گفتار ارائه شده است. در فصل 3 مدل تولید گفتار بررسی شده است. در فصل 4 به بررسی سنتز گفتار پرداخته شده است. پایان فصل 5 به نتیجه گیری و بیان پیشنهادات ارائه شده است.
چکیده . ..................................................................................................................................................................................... 1
مقدمه....................................................................................................................................................................................... 2
فصل اول : کلیات .....................................................................................................................................................................
1) هدف . ..................................................................................................................................................................... 4 -1
2) پیشینه تحقیق ...................................................................................................................................................... 5 -1
3) روش کار و تحقیق ................................................................................................................................................ 5 -1
فصل دوم : تولید گفتار و کدکننده های گفتار مبتنی بر پیشبینی خطی . ...............................................................
1-2 ) تولید گفتار ............................................................................................................................................................ 8
2-2 ) چندیسازی ........................................................................................................................................................ 13
3-2 ) چندیسازی برداری ............................................................................................................................................ 14
4-2 ) کدکنندههای گفتار ............................................................................................................................................. 17
1) دستهبندی عمومی کدکنندههای گفتار ..................................................................................... ١٨ -4-2
2) وکودرها .......................................................................................................................... ١٩ -4-2
5-2 ) تحلیل براساس پیش بینی خطی ........................................................................................................................ 19
٢١.......................................................................................................... LPC 1) محاسبه ضرایب -5-2
٢٣.......................................................................................... LSP به ضرایب LPC 2) تبدیل ضرایب -5-2
.................................................................................................................... . LPC- فصل سوم: معرفی کدکننده گفتار 10
ز
1) دستهبندی کدکنندههای گفتار .......................................................................................................................... 27 -3
27 .......................................................................................................................... LPC- 2) ویژگیهای کدکننده 10 -3
31 ................................................................................................................................. LPC 3) چندیکردن برداری -3
31 ................................................................................................... LPC- 4) روش کد کردن و تخصیص بیت در 10 -3
33 .......................................................................................................... LPC- 5) محاسبه پارامترهای کدکننده 10 -3
1) روش ضرایب خودهمبستگی .................................................................................................. ٣٣ -5-3
2) روش کوواریانس ................................................................................................................ ٣٥ -5-3
فصل چهارم : شبکههای عصبی رقابتی با قابلیت خود سازماندهی ...............................................................................
1) شبکههای عصبی مصنوعی . ................................................................................................................................ 39 -4
2) شبکههای عصبی رقابتی ..................................................................................................................................... 41 -4
3) آموزش رقابتی .................................................................................................................................................... 42 -4
1) خوشهبندی ...................................................................................................................... ٤٢ -3-4
٤٤............................................................ (SOM) 2) الگوریتم یادگیری الگوهای با قابلیت خودسازماندهی -3-4
4) شبکه عصبی کوهنن .......................................................................................................................................... 45 -4
48............................................................................................................. ARTMAP و ART 5) شبکههای عصبی -4
٤٨................................................................................................................ ART 1) الگوریتم 1 -5-4
55 .................................................................................................................................... Fuzzy ART 6) الگوریتم -4
59 .................................................................................................................. (LVQ) 7) چندیسازی بردار یادگیری -4
فصل پنجم: شبیهسازی و نتایج تجربی ...............................................................................................................................
1-5 ) روش بهبود کدکننده گفتار ................................................................................................................................ 62
2-5 ) مدل پیشنهادی .................................................................................................................................................. 63
3-5 ) شبیهسازی و نتایج تجربی ................................................................................................................................ 67
ح
4-5 ) اندازهگیری کیفیت گفتارهای بازسازی شده و مقایسه زمان کدکردن گفتار ................................................. 75
5-5 ) فلوچارت برنامه شبیهسازی ............................................................................................................................ 78
فصل ششم: نتیجهگیری و پیشنهادات .......................................................................................................................... 81
1) نتیجهگیری .......................................................................................................................................................... 81 -6
2) پیشنهادات ........................................................................................................................................................ 83 -6
خذ . ...................................................................................................................................................................... 84 Ĥ منابع و م
فهرست منابع فارسی ................................................................................................................................................... 84
فهرست منابع لاتین .................................................................................................................................................... 85
سایتهای اطلاعرسانی .............................................................................................................................................. 88
چکیده انگلیسی
چکیده
پردازش گفتار با توجه به کاربردهای وسیع آن در ارتباطات، تبادل اطلاعات میان انسان و ماشین مانند روبات ها، صنعت مخابرات، سمعک ها، به کارگیری ماشین در ترجمه مکالمات از یک زبان به زبان دیگر، ابزارهای آموزشی و دیگر محصولات تجاری مورد توجه قرار گرفته است. دهه اخیر شاهد پیشرفت چشمگیری در این عرصه بوده است. سیستم ها و الگوریتم هایی که با عملکرد بالا در آزمایشگاه پیاده سازی شده اند، به سمت دنیای واقعی در حال حرکت هستند.
جداسازی یا افتراق بین گفتار و موسیقی (SMD) از جمله موضوعاتی است که در دهه اخیر، مطالعات زیادی روی آن انجام شده است. از کاربردهای آن می توان به تشخیص کانال های رادیویی که فقط موسیقی پخش می کنند اشاره کرد. همچنین می تواند به عنوان بخش اولیه در بازشناسی خودکار گفتار محسوب شود.
به طور کلی اغلب کارهایی که در این زمینه انجام شده است شامل دو مرحله می باشد: 1- استخراج ویژگی قطعه صوتی که تمایز بین گفتار و موسیقی را بیان می کند 2- طبقه بندی قطعه صوتی با توجه به ویژگی. در بعضی رویکردها از یک ویژگی استفاده می شود ولی در برخی دیگر از چند ویژگی. از جمله این ویژگی ها می توان به نرخ عبور از صفر، ضرائب کپسترال، ضرائب کدینگ پیش خطی و… اشاره کرد. طبقه بندی کننده هایی که برای این کار استفاده می شوند نیز طبقه کننده های مرسوم مانند مدل مارکوف پنهان، ماشین بردار پشتیبان، گوسی و شبکه های عصبی و… می باشند.
مقدمه
پیشرفت های قابل توجه فن آوری در طی دهه های گذشته به طور چشمگیری طریقه ارتباط برقرار کردن مردم با بسیاری از منابع مختلف اطلاعات و سرگرمی را تغییر داده است. کاربران فن آوری های مدرن، در ارتباط با انواع رسانه ها از یک حالت انفعال به وضعیت فعال منتقل شده است. همین طور که مقادیر داده ای در دسترس افزایش می یابد، تکنیک های کارآمد داده گردانی نیز لازم می شود.
در چند سال گذشته داده های صوتی به میزان زیاد از منابع در دسترس مانند پایگاه داده ها، برنامه های پخش و اینترنت ایجاد شده اند. بخاطر این که، توجه ویژه ای به توسعه استراتژی های جابجایی داده اختصاص داده شده است. لذا، افتراق گفتار / موسیقی (SMD) به عنوان یکی از اهداف مهم به شمار می رود.
برای اهداف مختلفی می توان از یک SMD کارآمد بهره مند شد. از این ابزار می توان برای انتخاب براساس محتوا در مجموعه برنامه های پخش استفاده کرد. نمونه ای از این نوع کاربرد، انتخاب ایستگاه های رادیویی است که در واقع فقط موسیقی پخش می کنند. همچنین SMD قسمت اساسی تشخیص خودکار گفتار (ASR) و رونویسی موسیقی اتوماتیک (AMT)، که اغلب نیاز به تجزیه و تحلیل داده های صوتی بی ساخت یا نامعلوم دارند. در مورد ASR، بخش گفتار فقط باید در نظر گرفته شود، در حالی که در AMT باید نمونه های موسیقی مورد توجه قرار گیرند. لذا مهم است که سیگنال قبل از ورود به این سیستم ها به طور صحیح قطعه بندی شود. در نهایت نیز، توجه داشته باشید که دستگاه های مدرن کمک شنوایی اغلب شامل الگوریتم هایی هستند که عملکرد دستگاه را با توجه به نوع صدایی که به گوش می رسد تغییر می دهد. در این مورد، SMD خوب می تواند مؤثر باشد.
بیشتر تکنیک های SMD پیشنهاد شده تاکنون، نتایج خوبی داشته اند، اما هنوز هم چند نکته خصوصاً راجع به توانمندی به شرایط نامعلوم یا آموزش ندیده، موضوعی برای پیشرفت و توسعه این سیستم ها می باشند.
همه استراتژی های تبعیض بین گفتار و موسیقی در دو نکته مشترک هستند: استخراج ویژگی که حامل اطلاعات مربوط به سیگنال است و ترکیب یا نگاشت این ویژگی ها به یک برچسب، برای داده هایی که طبقه بندی می شوند. در زیر بحث مختصری از استراتژی خاص مورد استفاده در برخی از آثار اولیه مربوطه ارائه شده است.
ساندرس یک دسته بندی کننده موزیک – گفتار برای پخش رادیویی با استفاده از ویژگی های ساده ای مانند نرخ عبور از صفر و انرژی زمان کوتاه ارائه داد. در مقاله ساندرس برای رسیدن به دقتی برابر 98% طول پنجره برابر 2/4 ثانیه در نظر گرفته شد. در همین زمان اسچیرر و همکارش ویژگی های بیشتری را برای دسته بندی صوتی در نظر گرفتند و آزمایشات خود را بر روی انواع مدل های طبقه بندی کننده مدل مخلوط گوسی (GMM)، شبکه های عصبی مصنوعی انتشار خطا به عقب (BP-ANN) و k نزدیک ترین همسایه (KNN) انجام دادند. با به کارگیری پنجره یکسان (2/4 ثانیه) برای آزمایشات، نرخ خطا برابر 1/4 درصد گزارش شده است. این در حالی است که در صورت به کارگیری پنجره کوچکتر و یا در نظر گرفتن نویز و صداهای محیطی نتایج رضایت بخش نمی باشد.
در این مجموعه سعی شده است که به چند نمونه از کارهایی که در سال های اخیر انجام شده است، پرداخته شود. در این رویکردها از ویژگی های جدیدتری استفاده شده است و از طبقه بندی کننده های مختلفی نیز بهره جسته اند. در ابتدا در فصل اول، برای آشنایی با مفاهیم پایه پردازش گفتار، برخی از مفاهیم و اصطلاحات مورد نیاز بیان شده است. در فصول بعدی نیز رویکردها و نتایج شبیه سازی برخی از روش ها بیان شده است.
تعداد صفحه : 110
موضوع فارسی :تشخیص گفتار چند زبانه برای افراد مسن: آلفرد دستیار زندگی شخصی
موضوع انگلیسی :<!--StartFragment -->
Multilingual speech recognition for the elderly: The AALFred personal life assistant
تعداد صفحه :10
فرمت فایل :PDF
سال انتشار :2015
زبان مقاله : انگلیسی
چکیده
این پروژه PaeLife همکاری صنعت دانشگاه اروپایی در چارچوب محیط زندگی کمک برنامه مشترک (AAL JP) است، با هدف توسعه یک چند، چند زبانه مجازی دستیار زندگی شخصی برای کمک به شهروندان ارشد فعال و اجتماعی یکپارچه باقی می ماند. گفتار یکی از روشهای تعامل کلیدی آلفرد، برنامه ویندوز توسعه یافته در این پروژه است. فرانسوی، مجارستانی، لهستانی و پرتغالی: برنامه را می توان با استفاده از ورودی گفتار به چهار زبان اروپایی کنترل می شود. این مقاله به طور خلاصه ارائه دستیار زندگی شخصی و سپس بر روی دستاوردهای مربوط به سخنرانی از پروژه متمرکز است. این خدمات عبارتند از مجموعه، رونویسی و حاشیه نویسی از شرکتهای بزرگ از سخنرانی سالمندان، توسعه خودکار گفتار recognisers برای سخنرانان افراد مسن، یک جزء روش سخنرانی که به راحتی می توانید در برنامه های کاربردی دیگر مورد استفاده مجدد قرار، و دستور زبان خدمات ترجمه خودکار است که اجازه می دهد تا برای گسترش سریع بهینه شده از قابلیت های تشخیص گفتار خودکار به زبان های جدید.