تشخیص الفبا از زیرشاخه¬های تشخیص گفتار است و از دیر باز در علوم مختلف بکار برده میشود و حوزه وسیعی از تحقیق را برای محققان فراهم نموده است. پردزش صدا شامل تلفظ توسط یک انسان یا ماشین انسان نما و سپس بازیابی توسط یک رایانه صورت می گیرد. برای تشخیص الفبا روشهای زیادی پیشنهاد شده است. در این مقاله روشهای متفاوتی در مورد استخراج ویژگی و دسته بندی الفبا با تلفیق از نوعی از الگوریتم¬ها داریم .در این مقوله مشکلاتی نیز پیشرو داریم از جمله این مشکلات می¬توان به مجموعه E-set اشاره کرد این مجموعه شامل حروف V، T، P، G، E، D، C، B و Z می¬باشد مشکل این مجموعه شبیه بودن واج آوایی E در همه این حروف است که باعث مشکل شدن تشخیص این مجموعه می شود همچنین در این رابطه می توان واج ارایی بدست آمده را توسط الگوریتم کالمن بهینه سازی نمود. در این مقاله با استفاده از روش استخراج ویژگی MFCC و روش طبقه بندی SVM به نتایج مطلوبی دست پیدا کردیم.
کلید واژگان :E-set, Mel-frequency coefficients, (MFCC), Support Vector Machines(SCMs)
ارزش ریالی : 150000 ریال
با پرداخت الکترونیک