تشخیص نوع لکنت با استفاده از ماشین بردار پشتیبانو روش های FFT و MFCC در زبان فارسی
تشخیص نوع لکنت با استفاده از ماشین بردار پشتیبانو روش های FFT و MFCC در زبان فارسی
فاطمه حسنی1 میثم یدالله زاده طبری2
1) کارشناسی ارشد، مهندسی کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات شاهرود، ایران -
2) دانشجوی دکتری، مهندسی کامپیوتر گرایش هوش مصنوعی، دانشگاه آزاد اسلامی، واحد بابل، ایران
کد IOI مقاله
:
XYCC-ABHDA
محل انتشار :
کنفرانس بین المللی علوم و مهندسی(icesconf.com)
چکیده :
هدف ، ایجاد سیستمی با استفاده از ماشین بردار پشتیبان به منظور تشخیص نوع لکنت رخ داده در زبان فارسی، در افرادی که دچار اختلال در گفتار و لکنت هستند؛ می¬باشد. ایده اصلی، تشخیصِ نوعِ لکنتِ اتفاق افتاده در زبان فارسی با استفاده از ماشین بردار پشتیبان، است؛ تا متناسب با نوعِ لکنتِ تشخیص داده شده، رفتار و درمان متناسب، جهت اصلاح و بهبود آن صورت گیرد. چالش دیگری که در این¬جا مطرح است، یافتن ویژگی یا ویژگی¬هایی است که در تشخیصِ نوعِ لکنت کارا هستند؛ و شناختن متغیر یا متغیرهایی، اعم از: جنسیت فرد، محدوده سنی و ...، که در تعیین نوعِ لکنت تاثیرگذار هستند. برای این منظور، ویژگی¬های مختلفی روی سیگنال¬های نمونه مورد استفاده را آزمون کردیم؛ بهترین دقت، برای روش Max FFT، که توانست با دقت 95%، سیگنال¬های نمونه را بر اساس نوع لکنت رخ داده از هم تشخیص و تمییز دهد.
کلمات کلیدی : لکنت انواع لکنت تشخیص لکنت شبکه عصبی مصنوعی ماشین بردار پشتیبان