Audio and Speech Processing,Computation and Language,Human-Computer Interaction,Machine Learning,Sound,پردازش صوتی و گفتار , محاسبه و زبان , تعامل انسان و رایانه , یادگیری ماشین , صدا ,
توضیحات
Submitted 25 August, 2024; originally announced August 2024. , Comments: 18 pages, 6 figures, submitted to "Circuits, Systems, and Signal Processing" , Journal ref: Circuits Syst Signal Process 41, 4004-4027 (2022)
توضیحات به فارسی
ارسال شده 25 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 18 صفحه ، 6 شکل ، ارسال شده به "مدارها ، سیستم ها و پردازش سیگنال" ، مجله Ref: Circuits Syst Signal Process 41 ، 4004-4027 (2022)
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Culture and language evolve together. The old literary form of Tamil is used commonly for writing and the contemporary colloquial Tamil is used for speaking. Human-computer interaction applications require Colloquial Tamil (CT) to make it more accessible and easy for the everyday user and, it requires Literary Tamil (LT) when information is needed in a formal written format. Continuing the use of LT alongside CT in computer aided language learning applications will both preserve LT, and provide ease of use via CT, at the same time. Hence there is a need for the conversion between LT and CT dialects, which demands as a first step, dialect identification. Dialect Identification (DID) of LT and CT is an unexplored area of research. In the current work, keeping the nuances of both these dialects in mind, five methods are explored which include two implicit methods - Gaussian Mixture Model (GMM) and Convolutional Neural Network (CNN); two explicit methods - Parallel Phone Recognition (PPR) and Parallel Large Vocabulary Continuous Speech Recognition (P-LVCSR); two versions of the proposed explicit Unified Phone Recognition method (UPR-1 and UPR-2). These methods vary based on: the need for annotated data, the size of the unit, the way in which modelling is carried out, and the way in which the final decision is made. Even though the average duration of the test utterances is less - 4.9s for LT and 2.5s for CT - the systems performed well, offering the following identification accuracies: 87.72% (GMM), 93.97% (CNN), 89.24% (PPR), 94.21% (P-LVCSR), 88.57% (UPR-1), 93.53% (UPR-1 with P-LVCSR), 94.55% (UPR-2), and 95.61% (UPR-2 with P-LVCSR).
چکیده به فارسی (ترجمه ماشینی)
فرهنگ و زبان با هم تکامل می یابند.از فرم ادبی قدیمی تامیل معمولاً برای نوشتن استفاده می شود و از تامیل محاوره ای معاصر برای صحبت استفاده می شود.برنامه های تعامل انسان و رایانه ای به تامیل محاوره ای (CT) نیاز دارند تا آن را برای کاربر روزمره در دسترس تر و آسان تر کند و در صورت نیاز به اطلاعات در یک قالب کتبی رسمی ، به تامیل ادبی (LT) نیاز دارد.ادامه استفاده از LT در کنار CT در برنامه های یادگیری زبان به کمک رایانه ، هم LT را حفظ می کند و هم در همان زمان سهولت استفاده را از طریق CT فراهم می کند.از این رو نیاز به تبدیل بین لهجه های LT و CT وجود دارد ، که به عنوان اولین قدم ، شناسایی گویش خواستار است.شناسایی گویش (DID) LT و CT یک منطقه تحقیق ناشناخته است.در کار فعلی ، نگه داشتن تفاوت های ظریف هر دو این گویش ، پنج روش مورد بررسی قرار گرفته است که شامل دو روش ضمنی - مدل مخلوط گاوسی (GMM) و شبکه عصبی حلقوی (CNN) است.دو روش صریح - تشخیص تلفن موازی (PPR) و تشخیص گفتار مداوم واژگان بزرگ موازی (P -LVCSR).دو نسخه از روش تشخیص صریح تلفن یکپارچه پیشنهادی (UPR-1 و UPR-2).این روشها بر اساس: نیاز به داده های حاشیه نویسی ، اندازه واحد ، نحوه انجام مدل سازی و نحوه تصمیم گیری نهایی متفاوت است.حتی اگر میانگین مدت زمان تست کمتر باشد - 4.9s برای LT و 2.5s برای CT - سیستم هایی که به خوبی انجام می شود ، و دقت شناسایی زیر را ارائه می دهد: 87.72 ٪ (GMM) ، 93.97 ٪ (CNN) ، 89.24 ٪ (PPR)، 94.21 ٪ (P-LVCSR) ، 88.57 ٪ (UPR-1) ، 93.53 ٪ (UPR-1 با P-LVCSR) ، 94.55 ٪ (UPR-2) و 95.61 ٪ (UPR-2 با P-LVCSR).
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
