ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Investigation of Speech Intelligibility Using Artificial Neural Network Model

العنوان بلغة أخرى: التحقيق في مفهومية الكلام عن طريق نموذج الشبكات العصبية الاصطناعية
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: شاكر، دينا حارث (مؤلف)
المجلد/العدد: ع26
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2016
الصفحات: 101 - 118
DOI: 10.36541/0231-000-026-009
ISSN: 1819-6489
رقم MD: 788433
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex, EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
الصوتيات | الضوضاء | منسوب الضغط الصوتي | مفهومية الكلام | الشيكات العصبية الاصطناعية | Acoustics | Noise | sound pressure level | speech intelligibility | Artificial Neural Network (ANN) model
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: إن الخواص الصوتية للقاعات الدراسية هو جزء مهم في التصميم الهندسي ولكن يصعب تحقيقه في هذه القاعات وخاصة القاعات الجامعية. ويتحقق التصميم الجيد باستخدام الخبرة في التصميم الصوتي مع التصميم الهندسي النقي. في هذه الورقة تستخدم الشبكات العصبية الاصطناعية (ANN) للتنبؤ بمفهومية الكلام في الفصول الدراسية ولتشخيص مواقع الضعف والخلل من الناحية الصوتية، وهنالك العديد من الخصائص الصوتية في القاعات الدراسية التي يجب أخذها بنظر الاعتبار عند التصميم منها أبعاد القاعة، النسبة بين الإشارة الصوتية إلى الضوضاء(SNR)،موقع كل من الطالب والأستاذ, الضوضاء الخلفية قد تم اختيار مجموعة من النصوص وإنشاء خطاب قاعدة البيانات كإشارة ومن ثم قياس منسوب الضغط الصوتي باستخدام جهاز قياس منسوب الضغط الصوتي في مواقع مختلفة داخل القاعة. وتم الحصول على ورقة البيانات من هذا القياس واستخدامها كقاعدة بيانات لتدريب الشبكات العصبية الاصطناعية (ANN) التي تعمل على التنبؤ بمفهومية الكلام داخل القاعة ولمواضع مختلفة للمستمعين. وهذا كله يؤدي إلى تقليل الأخطاء الصوتية في القاعات الدراسية وتحسين كفاءة العملية التعليمية.

A classroom acoustic is an important and difficult part of university classroom design. Good design is achieved more on the basis of acoustics expertise than on pure engineering design. In this paper, the Artificial Neural Network (ANN) model is used for predicting speech intelligibility in classroom. There are several classroom properties such as diminution of the class, signal to noise ratio (SNR), the location of the student and teacher , background noise where collected from the classroom. A set of word is complied and a speech signal data base was created. The sound pressure levels are then measured using sound pressure meter at different classroom positions. A datasheet was obtained from the measurement and then used to provide as training database into learning process of (ANN) to predict the speech intelligibility at various listeners' position of classroom. This method improve high accuracy, efficiency and economic of calculation intelligibility in classrooms. Therefore it reduces the error by using the classic methods.

ISSN: 1819-6489

عناصر مشابهة