بهینه سازی مدل آمیزه های گوسی با استفاده از شبکه های عصبی برای تشخیص زبان فارسی از سایر زبان ها در منابع اطلاعاتی گفتاری

تشخیص خودکار زبان از سیگنال صحبت شامل الگوریتم ها و روش هایی است که برای مدل کردن و دسته بندی کردن زبان های مختلف مورد استفاده قرار می گیرند. مدل آمیزه های گوسی(GMM) را می توان به عنوان ابزاری قدرتمند در دسته بندی بردارهای ویژگی برای زبان های مختلف استفاده کرد. تکنیک تشخیص زبان فارسی از سایر زبان ها، با استفاده از مدل آمیزه های گوسی به عنوان سیستم پایه برای نشانه گذاری و شبکه های عصبی به عنوان پردازشگر پسین عملی می باشد. بانک صوتی مورد نیاز در این تحقیق از چندین کانال تلویزیونی ماهواره ای متنوع جمع آوری گردیده است. نتایج برای یک سیستم ترکیبی از مدل آمیزه های گوسی نشانه گذار با شبکه های عصبی و عدم وجود آن مقایسه شده است. در نهایت نشان داده می شود که استفاده از شبکه های عصبی به عنوان پردازشگر پسین نتیجه تشخیص زبان را بهبود می بخشد.