| عنوان فارسی مقاله: |
تشخیص همپوشانی گفتار با حافظه کوتاه و بلند مدت شبکه های عصبی بازگشتی |
| عنوان انگلیسی مقاله: | Detecting Overlapping Speech with Long Short-Term Memory Recurrent Neural Networks |
چکیده
تشخیص بخش های همپوشانی گفتار ( زمانی دو یا بیشتر از دو گوینده در یک زمان فعالیت می کنند ) در حال حاضر با مشکلاتی دست و پنجه نرم می کند . پیش تربیشتر سیستم های مبتنی بر مدل پنهان مارکف به منظور تشخیص هم پوشانی مورد استفاده قرار گرفته اند و در این راستا از ویژگی های صوتی و آدیوی گوناگونی استفاده کرده اند . در این مقاله یک سیستم تشخیص همپوشانی مورد برسی قرار گرفته است که از حافظه بلند و کوتاه مدت شبکه های عصبی بازگشتی استفاده می کند . از این سیستم ها برای ایجاد ساختار های پیش بینی کننده ی همپوشانی استفاده می کنند که در تشخیص هم پوشانی هم به کار می آید . به علاوه یک سیستم مدل پنهان مارکف-حافظه کوتاه /بلند مدت با استفاده از پیش بینی حافظه کوتاه /بلند مدت به ویژگی مدل پنهان مارکف به کار گرفته شده است . آزمایش هایی که با لاشه ی تعامل افزوده چند کاربره انجام شده است نشان می دهد که اجرای تشخیص هم پوشانی حافظه کوتاه /بلند مدت ها با مدل پنهان مارکف ها قابل قیاس است . ترکیب مدل پنهان مارکف ها و حافظه کوتاه /بلند مدت ها تشخیص هم پوشانی را با استفاده از فراخوان های بالاتر تقویت می کند .
