ارائه تحلیلی جامع بر روش های تشخیص لهجه های عربی در محیط های نویزی کانال های رادیویی

چکیده مقاله

تشخیص خودکار لهجه های عربی ADI به عنوان یکی از چالش برانگیرترین مسائل در حوزه پردازش گفتار شناخته می شود با گسترش کاربردهای عملیاتی در محیط های واقعی از جمله سیستم های امنیتی، ارتباطات رادیویی و خودروهای خودران، نیاز به توسعه سامانه های مقاوم در برابر نویز و اعوجاج های کانالی بیش از پیش احساس می شود این مقاله مروری جامع، به بررسی سیستماتیک روش های نوین تشخیص لهجه عربی در شرایط نویزی می پردازد در این راستا، ابتدا مهم ترین مجموعه داده های استاندارد شامل ADI۱۷، MGB ۳ و MGB ۵ معرفی شده و چالش های مربوط به کیفیت صوت در هرکدام تحلیل می شود، سپس، طیف وسیعی از ویژگی های آکوستیکی مقاوم از جمله MFCC، PLP، RASTA PLP، CQT و ویژگی های آهنگی مورد بررسی قرار می گیرد در ادامه، معماری های مختلف یادگیری عمیق شامل شبکه های کانولوشنی، LSTM، Transformer و مدل های خودنظارتی مانند wav۲vec۲، HuBERT و Whisper با تاکید بر مقاومت در برابر نویز مقایسه می شوند نوآوری اصلی این مقاله ارائه یک چارچوب تحلیلی یکپارچه برای ارزیابی روش های مختلف در شرایط نویزی مشابه کانال های رادیویی باندپایه است نتایج نشان می دهد که مدل های خودنظارتی fine tuned شده در ترکیب با معماری های چندشاخه، بهترین عملکرد را در شرایط نویزی شدید SNR

کلیدواژه‌ها

نویسندگان

سید علی حسینی

دانشجوی دکتری، دانشکده برق، دانشگاه جامع امام حسین ع ، تهران، ایران

حمیدرضا لشکریان

استادیار، دانشکده برق، دانشگاه جامع امام حسین ع ، تهران، ایران

مهدی ملازاده گل محله

استادیار، دانشکده برق، دانشگاه جامع امام حسین ع ، تهران، ایران

پوریا اعتضادی فر

استادیار، دانشکده برق، دانشگاه جامع امام حسین ع ، تهران، ایران

�سینی، سید علی و لشکریان، حمیدرضا و ملازاده گل محله، مهدی و اعتضادی فر، پوریا،1404،ارائه تحلیلی جامع بر روش های تشخیص لهجه های عربی در محیط های نویزی کانال های رادیویی،بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک28 بهمن 1404 · شیروان