ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Analyse Acoustique Multivariab...>مارك

Analyse Acoustique Multivariable A La Reconnaissance des Consonnes Emphatiques De Larabe Standard

المصدر: اللسانيات
الناشر: مركز البحث العلمى والتقنى لتطوير اللغة العربية
المؤلف الرئيسي: Kabache, Mahraz (Author)
مؤلفين آخرين: Guerti, Mhania (Co-Author)
المجلد/العدد: ع17
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2012
الصفحات: 83 - 99
ISSN: 1112-4393
رقم MD: 809251
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: AraBase
مواضيع:
التعرف الآلى للكلام | الشبكات العصبية الاصطناعية | الصوامت المفخمة الخاصة باللغة العربية الفصحى | تقنيات التحليل الصوتى
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 03329nam a22002057a 4500
001 1568324
044 |b الجزائر 
100 |9 430904  |a Kabache, Mahraz  |e Author 
245 |a Analyse Acoustique Multivariable A La Reconnaissance des Consonnes Emphatiques De Larabe Standard 
260 |b مركز البحث العلمى والتقنى لتطوير اللغة العربية  |c 2012 
300 |a 83 - 99 
336 |a بحوث ومقالات 
520 |a يهدف عملنا هذا إلى التعرف الآلي على الصوامت المفخمة الخاصة باللغة العربية الفصحى، وهذا بتطبيق تحليل بنوي متعدد المتغيرات. قمنا بتحليل كل من مدونة التمرن ومدونة التعرف باستعمال مجموعة من تقنيات التحليل الصوتي مثل التشفير التنبؤي الخطي (LPC)، والتشفير التبؤي السمعي (PLP)، (RASTA-PLP)، والطاقة ونسبة القيم المنعدمة(TPZ)، وهذا بهدف معرفة التقنية التي تقدم أكبر نسبة تعرف على الصوامت. قمنا باستعمال الشبكة العصبية متعددة الطبقات (Multi-Layer Perceptrons: MLP) كتقنية\ للتعرف.\ أخذت\ الصوامت المراد التعرف عليها ضمن عدد من الجمل العربية الفصحى، مسجلة من طرف متحدث واحد، وذلك للأخذ بعين الاعتبار ظاهرة التداخل بين الأصوات.  |b The aim of our work is the recognition of the emphatic consonants of standard Arabic using the Artificial Neural Networks (ANN). To achieve this objective, we have used the Multi Layer Perceptron (MLP) as a technique of recognition. The phonemes to recognize are taken from sentences in standard Arabic recorded by a single speaker purposely, to take into consideration the coarticulation phenomena. We have analyzed the corpus of training and the corpus of test by several techniques of acoustical analysis: the PLP (Perceptual Linear Prediction), RASTA- PLP (RelAtive SpecTrAl-Perceptual Linear Prediction), LPC (Linear Predictive Coding), the energy and the Zero Crossing. The objective is to determine the acoustical analysis that gives the best recognition rate. The obtained results are satisfactory (71.29 % of correct identification rate), because the phonemes to be recognized are taken in different contexts where the effect of coarticulation is taken into consideration. It is important to mention that the development of a system based on ANN is a delicate task and requires a lot of experiences. Indeed, there are many difficulties related to the choice and the dimension of the network, the parameters to adjust, the control of the system, etc. 
653 |a التعرف الآلى للكلام  |a الشبكات العصبية الاصطناعية  |a الصوامت المفخمة الخاصة باللغة العربية الفصحى  |a تقنيات التحليل الصوتى 
773 |4 اللغة واللغويات  |6 Language & Linguistics  |c 011  |e Al Lisaniyyat Revue  |f Al-lisaniyyat  |l 017  |m ع17  |o 0661  |s اللسانيات  |t   |v 000  |x 1112-4393 
700 |9 430906  |a Guerti, Mhania  |e Co-Author 
856 |u 0661-000-017-011.pdf 
930 |d n  |p y 
995 |a AraBase 
999 |c 809251  |d 809251 

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.