ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Automatic Spoken Qur’anic Phonemes Classification

العنوان بلغة أخرى: التعرف الآلى على الألفاظ القرآنية المنطوقة
المؤلف الرئيسي: Alshaikhkhalil, Iyas A. I (Author)
مؤلفين آخرين: Alhanjouri, Mohammed A.M (Advisor)
التاريخ الميلادي: 2018
موقع: غزة
الصفحات: 1 - 53
رقم MD: 1010058
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الإسلامية (غزة)
الكلية: كلية الهندسة
الدولة: فلسطين
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

31

حفظ في:
المستخلص: كل المسلمين بحاجة لتعلم القراءة الصحيحة للقرآن الكريم. العرب في هذه الأيام يتحدثون بلهجاتهم المحلية، والقرآن الكريم لا تصح قراءته إلا بالعربية الفصحى. ولذلك يواجه العرب صعوبات في تعلم قراءة القرآن الكريم بشكل صحيح، وهذه المشكلة تتضاعف بالنسبة لغير العرب.بالإضافة إلى الحاجة الكبيرة للتعلم، فإن طرق التعليم التقليدية للقرآن الكريم تحتاج جهدا ًكبيراً. فبناءا على هذه الطرق، يلزم المدرس بتعليم طالب واحد بشكل فردي. الحل الأمثل لهذه المشكلة هو نظام تعليم بمساعدة الحاسوب. نحتاج فيه لاستخدام تقنيات ASR.‏ يكون هذا النظام قادراً على التعرف على التلاوات القرآنية، بالإضافة إلى إمكانية اكتشاف أخطاء التلاوة. النظام لابد أن يكون قابلاً للتوسعة بحيث يصبح قادراً على التعرف على كل سور القرآن الكريم، كما أنه لابد أن يكون لديه المعرفة بأحكام التجويد. النظام الذي اقترحناه هو نظام يتكون من مستويين. نظام ASR مخصص للتعرف على مستوى الفونيمات. ومتعرفات HMM خاصة للتعرف على مستوى الألوفونات. قمنا بمقارنة طريقتين من طرق استخراج مميزات الصوت، وهما MFCC وطريقة أخرى تجمع بين DWT و MFCC. بناءاً على النتائج الأولية التي حصلنا عليها، قمنا بإضافة تعديلات على نظام ASR‏ ليصبح قادرا على التعرف على الألوفونات أيضاً. لعملية التعليم والفحص تم جمع بيانات بشكل خاص لهذا العمل. قمنا بإجراء تجربتين، واحدة لفحص نظام ASR المقترح، والأخرى لفحص نفس النظام بعد التعديل. التجربة الأولى أظهرت نتائج جيدة في عملية التعرف على التلاوة، وقد حققت نسبة تعرف 98.20%. لكن النظام فشل في اكتشاف أخطاء التلاوة والتجويد، فقد حقق نسبة اكتشاف صحيح 60.94% فقط. في التجربة الثانية التعرف على التلاوة حقق %98.35. بينما نتائج اكتشاف الأخطاء أظهرت تحسناً كبيراً، فقد وصلت نسبة الاكتشاف الصحيح إلى 86.61%. في المستوى الثاني قمنا بتعليم متعرف خاص واحد للتعرف على همس الكاف. وهذا بسبب النتائج السيئة التي حققها نظام ‎ASR في التعرف عليه. عملية التعرف الآلي باستخدام طريقة MFCC حققت نسبة 85.71%. بينما طريقة MFDWC فقد حققت تحسنا بنسبة 7.15%. النتائج التي حصلنا عليها مباشرة، والنظام الذي اقترحناه أثبت نجاحه في تحقيق أهداف الرسالة. لكن نظام التعرف الآلي على الصوت أظهر عجزاً في التعرف على الفونيمات ذات المدة الطويلة.

عناصر مشابهة