دانلود مقاله ترجمه شده کاربرد متد کد گذاری خطی در شناسایی همپوشانی گفتار – مجله IEEE

 

 

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” کاربرد متد کد گذاری خطی در شناسایی همپوشانی گفتار ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

تشخیص و بررسی همپوشانی گفتار با استفاده از روش کد گذاری حلقوی غیر منفی خطی

عنوان انگلیسی مقاله:

Speech Overlap Detection And Attribution Using Convolutive Non-Negative Sparse Coding

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۲
تعداد صفحات مقاله انگلیسی ۴ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی کامپیوتر
گرایش های مرتبط با این مقاله هوش مصنوعی و مهندسی الگوریتم ها و محاسبات
مجله

کنفرانس بین المللی آکوستیک، پردازش گفتار و سیگنال – International Conference on Acoustics, Speech and Signal Processing

دانشگاه بخش ارتباطات چند رسانه ای، فرانسه
کلمات کلیدی تشخیص همپوشانی، بررسی سخنگو، تقطیع سخنگو، روش کد گذاری حلقوی غیر منفی خطی
رفرنس دارد
لینک مقاله در سایت مرجع لینک این مقاله در سایت IEEE
نشریه IEEE

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin ۱۲ صفحه
ترجمه عناوین تصاویر و جداول ترجمه نشده است
ترجمه متون داخل تصاویر ترجمه نشده است
ترجمه متون داخل جداول ترجمه نشده است
درج تصاویر در فایل ترجمه درج شده است
درج جداول در فایل ترجمه درج شده است
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس درج شده است

 


  • فهرست مطالب:

 

چکیده
۱ – مقدمه
۲ – روش کد گذاری حلقوی غیر منفی خطی
۳-شناسایی همزمانی
۱-۳ ارجاعات زمینه ای و حقیقی
۳٫۲ بخش بندی همزمانی
۴٫ویژگی های مربوط به سخنگو
۵٫نتیجه گیری

 


  • بخشی از ترجمه:

 

نتیجه گیری
این مقاله تحقیقی را پیرامون کاربرد اتحاد ماتریس غیرمنفی خطی با محدودیت های پراکنده برای کشف و تخصیص همپوشای گفتار در شرایط تقطیع سخنگو ارائه می کند . نگرش برچسب گذاری پراکنده منفی به کشف همپوشانی نتایجی نشان می دهند که با آخرین پیشرفت های انجام شده در نگرش ردیابی همپوشانی مدل پنهان مارکف قابل قیاس است . همچنین دیده شده است که این مدل در مورد فواصل تخصیص هم پوشانی گفتار نسبت به ردیابی آن کاربردهای مفیدی دارد . یکی از محدودیت هایی که در این راستا وجود داشت طرح ریزی مقطعی انرژی سخنگو بر اساس سایر سخنگو ها بود . در اینجا انتظار می رود که از آنجاییکه پاسه ها بهطور خالص طیفی هستند پس به طور کامل وارد همه ی سخنگو ها نمیشوند .کاربرد محدودیت های خطی مشکل را تا حد چشم گیری کاهش می دهد . با این وجود انتظار میرود که این طرح بتواند تعداد پایه ها را بهینه سازد و طول حلقوی و محدودیت های خطی طرح ریزی مقطعی را کاهش دهند . هدف این پروژه ادغام فعالیت های برچسب گذاری پراکنده منفی با ساختار ردیابی همپوشانی مدل پنهان مارکف است تا بدین ترتیب بتواند یک مدل برای زمان بندی مناسب استخراج کند . تحلیل سخنگوهای مختلف و بررسی نوع ردیابی آن ها با استفاده از مدل های چندگانه در سیستم سیستم تقطیع و ترکیب سازی و ادغام کامل برچسب گذاری پراکنده منفی به ساختار تقطیع سخنگو معمولی می تواند از پژوهش هایی باشد که همکاران در آینده می توانند انجام دهند . در این راستا باید اثر همپوشانی بر تقطیع سخنگو بررسی گردد .

 


  • بخشی از مقاله انگلیسی:

 

۵٫ CONCLUSIONS

This paper reports an investigation into the use of convolutive nonnegative matrix factorisation with sparse constraints (CNSC) for the detection and attribution of overlapping speech in the context of speaker diarization. The CNSC approach gives overlap detection results which are comparable to a state-of-the art HMM overlap detec tion approach. It is also seen to perform well in the case of attributing an overlapping speech interval to contributing speakers. A limitation of the approach relates to the cross-projection of a speaker’s energy onto the bases of other speakers. This is to be expected since the bases are purely spectral representations and are thus not entirely decorrelated across speakers. The application of sparse constraints alleviates the problem to some extent by encouraging activations to be concentrated on a small number of bases. Further work is nevertheless required to optimise the number of bases, the convolution length and sparseness constraints to reduce cross projection. Our current work aims to integrate CNSC activations into HMM overlap detection framework to exploit the benefit of duration modelling. Future work could include an analysis of different speaker bases to detect speakers with multiple models in a typical diarization system and the full integration of CNSC into a regular speaker diarization framework. This should include a thorough study of the impact of overlap on speaker diarization.

 


 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

کاربرد متد کد گذاری خطی در شناسایی همپوشانی گفتار

عنوان انگلیسی مقاله:

Speech Overlap Detection And Attribution Using Convolutive Non-Negative Sparse Coding

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

دانلود رایگان مقاله انگلیسی

 

خرید ترجمه فارسی مقاله

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا