Eastóscadh Paraiméadar Feabhsaithe ó Chomharthaí Urlabhra ag Úsáid Algartam Foghlama Meaisín(2)
May 30, 2023
3.7. Tacar Sonraí Rinneadh próisis bhailiúcháin agus ghiniúna sonraí mar seo a leanas. Sa staidéar seo, baineadh úsáid as an tacar sonraí le 120 h fuaime don oiliúint mhúnla. Áiríonn an tacar sonraí taifeadtaí fuaime cainte arb é atá iontu abairtí a bhfuil 15 fhocal ar a mhéad acu agus a bhfuil fad iomlán de thart ar 120 uair acu.

Fásach ginseng
Ina theannta sin, cuimsíonn an tacar sonraí méid mór téacs éagsúil le húsáid chun an tsamhail teanga a fhorbairt. Bailíodh breis is 90,650 cainte, 415,780 focal, agus 65,810 focal uathúla a bhí san áireamh i gcorpas an téacs, rud a d’fhág go raibh timpeall 120 uair de shonraí tras-scríofa cainte ann. Roinneamar an tacar sonraí ina thacair oiliúna, bhailíochtaithe agus tástála. Na staitisticí tacair
tuairiscítear i dTábla 3.
Tábla 3. Na sonraíochtaí tacair sonraí.

Roinneamar an tacar sonraí i dtrí fhillteán a fhreagraíonn do na tacair oiliúna, bhailíochtaithe agus tástála. Tá taifeadtaí fuaime agus tras-scríbhinní i ngach fillteán. Is ionann na comhaid fuaime agus na comhaid trascríobh comhfhreagracha, ach amháin go stóráiltear na taifeadtaí fuaime mar chomhaid WAV, ach stóráiltear na tras-scríbhinní mar chomhaid TXT ag baint úsáide as an ionchódú UTF-8. Léirítear na tras-scríbhinní go léir ag baint úsáide as an aibítir Laidineach atá comhdhéanta de 29 litir agus an tsiombail apostrophe. Chun rófheisteas a chosc, chuireamar teicnící méadaithe sonraí i bhfeidhm bunaithe ar shuaiteadh treoluas agus feabhsú speictreach.

Cistanche deserticola
4. An Modh Beartaithe
Tasc tábhachtach do ríomhchláraitheoirí agus córais aitheantais cainte á bhforbairt acu ná an modh is fearr a chruthú chun comharthaí cainte paraiméadracha a chur in iúl [45]. Cumasaíonn an modh seo deighilt sármhaith idir fuaimeanna agus focail labhartha agus ag an am céanna cinntíonn sé go bhfuil cainteoirí neamhíogair maidir le patrúin foghraíochta agus athruithe sa timpeallacht fhuaimiúil. Tarlaíonn formhór na n-earráidí in aithint focal mar gheall ar athrú ar thuinairde an chomhartha mar gheall ar athrú sa mhicreafón nó difríocht i bpáirc an fhuaimniú [46]. Is cúis choitianta eile earráidí ná dífhoirmíochtaí randamacha neamhlíneacha ar chruth an speictrim, atá i láthair i gcónaí i gcomhartha cainte cainteoir [47,48]. Dá bhrí sin, is é ceann de na tascanna is tábhachtaí maidir le córais éifeachtacha aitheantais cainte a chruthú ná léiriú a roghnú atá leordhóthanach le haghaidh ábhar an chomhartha anailísithe chomh maith le neamhíogair do ghuthanna na gcainteoirí agus do thimpeallachtaí fuaimiúla éagsúla.

Forlíonadh cistanche in aice liom-Feabhsú Cuimhne
Is gnách go mbíonn na ceanglais seo a leanas ag an gcóras a úsáidtear chun paraiméadair gné a bhaint amach. Caithfidh an t-ábhar faisnéise, is é sin, an sraith de pharaiméadair ghné, aithint iontaofa eilimintí cainte inaitheanta a chinntiú. Ina theannta sin, ní mór an treise, is é sin, comhbhrú uasta an chomhartha fuaime, agus comhghaol neamhstaitistice na bparaiméadar a íoslaghdú. Ní mór neamhspleáchas a bhaint amach ón gcainteoir freisin, is é sin, an t-eolas a bhaineann le tréithe an chainteora a bhaint as veicteoir na gcarachtar. Ar deireadh, ní mór aonchineálacht, a thagraíonn do na paraiméadair a bhfuil an meán-athraitheas céanna acu agus an cumas méadracht shimplí a úsáid chun an cleamhnas idir tacair charachtar a chinneadh, a sholáthar [49]. Mar sin féin, ní féidir i gcónaí na ceanglais go léir a shásamh go comhuaineach toisc go bhfuil na ceanglais sin ag teacht salach ar a chéile. Ba cheart go mbeadh an cur síos paraiméadrach ar na heilimintí cainte mionsonraithe go leor chun idirdhealú a dhéanamh orthu go hiontaofa agus ba chóir go mbeadh sé chomh laconic agus is féidir.

Superman luibheanna cistanche
Go praiticiúil, déantar an comhartha cainte a fhaightear ó mhicreafón a dhigitiú ag ráta samplála 8 go 22 kHz. Roinntear luachanna sraitheach uimhriúla i blúirí cainte (frámaí) a bhfuil fad idir 10 agus 30 ms acu, a fhreagraíonn do chodanna cainte leath-stáiseanóireachta. Ríomhtar veicteoir gnéithe ó gach fráma, a úsáidtear ina dhiaidh sin ag leibhéal fuaimiúil aitheantais cainte. Faoi láthair, tá raon leathan modhanna ar fáil chun comharthaí a léiriú go paraiméadrach bunaithe ar anailís uath-chomhghaolú, scagadh líneach crua-earraí, anailís speictreach, agus LPC. Is é an cur chuige is coitianta maidir le paraiméadarú cainte ná anailís speictreach ar blúirí comhartha agus ríomh a gcomhéifeachtaí ceptral.
Baineadh úsáid as MFCCanna mar ghnéithe faisnéiseacha don chomhartha cainte [41]. Úsáidtear na tréithe seo go forleathan in aithint cainte agus tá siad bunaithe ar dhá phríomhchoincheap: na scálaí ceptral agus Mel. Is iad na príomhbhuntáistí a bhaineann leis an algartam ná a leibhéal ard eolais agus éascaíocht cainte. Tá gnéithe MFCC scartha ó na comharthaí cainte taifeadta. Úsáideann algartam MFCC torthaí an fhóneagraim agus na halgartaim um lascadh speictrim. Léirítear i bhFíor 5 an t-algartam clasaiceach a úsáidtear chun na MFCCanna a ríomh.

Fíor 5. Scéim chlasaiceach chun MFCCanna a ríomh.
Cuireann an staidéar seo modh tapa i láthair chun paraiméadair feidhme a bhaint as comhartha cainte. Tá an t-algartam atá beartaithe le haghaidh ríomh tapa na MFCCanna léirithe i bhFíor 6.

Fíor 6. Creat molta chun MFCCanna a ríomh.
Breithnímid seicheamh forghníomhaithe an algartaim atá beartaithe chun paraiméadair na feidhme a bhaint go tapa ó chomhartha cainte
4.1. Roinn i bhFrámaí
Tar éis an réamhscagtha, roinntear an comhartha cainte i bhfrámaí 16 ms. Tá an 10 ms deiridh den fhráma roimhe seo i ngach fráma (seachas an chéad fhráma). Leanann an próiseas seo go dtí deireadh an chomhartha. Sa staidéar seo, toisc go bhfuil ráta samplála an chomhartha cainte 16 kHz, is é N=256 an fad fráma, agus is é M=160 an fad fhritháireamh. Is é an forluí ná 62.5 faoin gcéad den fhad fráma. Moltar go ginearálta clúdach de 50 faoin gcéad go 75 faoin gcéad den fhad fráma.
4.2. Fuinneog Hanning agus Luachanna a Laghdú
Úsáideadh méid fuinneog Hanning 1D. Tugtar an fhuinneog cosine ardaithe ar fhuinneog Hanning freisin. Is féidir smaoineamh ar fhuinneog Hanning mar shuim an speictrim minicíochta de thrí fhuinneog ama dhronuilleogacha. Féadann sé na lobes taobh a úsáid chun a chéile a chealú amach, deireadh a chur le trasnaíocht ard-minicíochta agus sceitheadh fuinnimh. Is feidhmeanna fuinneoige an-úsáideach iad fuinneoga Hanning.

Forlíonadh cistanche in aice liom-Feabhsú Cuimhne
Cliceáil anseo chun táirgí Cistanche a Fheabhsú Cuimhne agus a Chosc ar Ghalar Alzheimer a fheiceáil
【Iarr tuilleadh】 Ríomhphost:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692
Úsáidtear bosca meáchain chun saobhadh a laghdú agus na frámaí aonair a rianúil. Is éard atá sa chomhartha ar snámh a scrúdaítear sa staidéar seo ná ton dlúth. Déantar méid an ton comhréidh a chinneadh ag méid an ton íon ag minicíocht f, a dhéantar a scagadh tríd an bhfuinneog Hanning.
Gné ríthábhachtach den fhuinneog seo ná go socraíonn sé teorainneacha na bhfrámaí go nialas. Sa chás seo, is féidir na fuinneamh gearr a ríomh agus iad ag dul tríd an bhfuinneog, agus is féidir iad a aistriú ón seicheamh a úsáidtear chun na fuinneamh aimplitiúid is ísle a ríomh. Is é an aidhm ná comharthaí ísealfhuinnimh a bhaint as an gcomhartha trí fhuinneamh an chomhartha a ríomh agus an comhartha á smúdáil ón bhfuinneog seo. Éilíonn an próiseas seo an chothromóid fuinnimh comhartha seo a leanas:

áit arb é En fuinneamh na blúire comhartha ionchuir, agus is é xi an luach comhartha.
Chomh maith leis an bpróiseas fuinneoige ag baint úsáide as (11), déantar an comhartha a phróiseáil sa chéad chéim eile, rud a laghdaíonn go suntasach líon na luachanna a théann isteach sa phróiseálaí. Léiríonn Fíor 7 an t-algartam próiseála comhthreomhar.
Léiríonn méid na fuinneoige roinnt samplaí agus fad. Is é príomh-pharaiméadair na hanailíse é. Braitheann méid na fuinneoige ar mhinicíocht bhunúsach, déine agus athruithe sa chomhartha.

Fíor 7. Algartam fuinneoige Hanning chun páirteanna ciúine a bhaint. 4.3. Lasca Trasfhoirmithe Gearr-Ama Fourier (STFT) Tá tuiscint iomasach ann ar bhrí airde ard nó airde íseal. Is claochlú Fourierrelated é STFT a úsáidtear chun minicíocht sinusoidal agus ábhar céime codanna áitiúla de chomhartha a chinneadh de réir mar a athraíonn sé le himeacht ama. Go praiticiúil, is éard atá i gceist le ríomh STFT comhartha níos faide a roinnt ina chodanna níos giorra ar chomhfhad, arna leanúint ag ríomh ar leith ar an gclaochlú Fourier ar gach deighleog níos giorra. Nochtann sé seo speictream Fourier gach deighleog níos giorra. a úsáidtear go praiticiúil. Is é an comhshó minicíochta ama comhfhreagrach ná tiontú scoite Fourier, a chuireann síos ar fhad an chomhartha Xn mar ionadaí d'fhearann minicíochta luach casta na gcomhéifeachtaí N. Tá STFT, a chuireann síos ar éabhlóid na gcomhpháirteanna minicíochta le himeacht ama, ar cheann de na huirlisí is forleithne a úsáidtear le haghaidh anailíse agus próiseála cainte [50]. Cosúil leis an speictream féin, buntáiste amháin a bhaineann le STFT ná go bhfuil léirmhínithe fisiceacha agus iomasach ar a pharaiméadair. Déantar STFT a léirshamhlú de ghnáth ag baint úsáide as an speictream loga 20log10 (X(h, k)). Is féidir speictream loga 2T dá leithéid a fheiceáil ansin trí léarscáil theirmeach ar a dtugtar speictream a úsáid. Sa tríú céim den algartam, cuirtear nós imeachta aistrithe speictreach STFT i bhfeidhm ar na frámaí a chuirtear tríd an bhfuinneog meáchain. Faightear STFT an chomhartha trí na fuinneoga a oscailt agus DFT gach fuinneoige a chinneadh. Go háirithe, déantar an claochlú d'fhuinneoga Xn agus Wn an chomhartha ionchuir a chinneadh mar seo a leanas:

i gcás ina gcomhfhreagraíonn an t-innéacs k do na luachanna minicíochta, agus is é wn an fheidhm fhuinneog, arb é fuinneog Hanning nó fuinneog Gaussach go coitianta atá dírithe ar nialas.
4.4. Mel Trasfhoirmigh
Sa cheathrú céim, roinntear an comhartha a aistrítear chuig an mbanda minicíochta i raonta ag baint úsáide as scagairí triantánacha. Ríomhtar teorainneacha an scagaire trí úsáid a bhaint as an minicíocht cailc. Tá an trasdul go dtí an fifield minicíochta cailc bunaithe ar an gcothromóid seo a leanas:

áit a bhfuil f an raon minicíochta.
Socraítear an lasc droim ar ais mar seo a leanas:

Smaoinigh ar NN mar líon na scagairí (úsáidtear 26 scagaire go ginearálta) agus sreabha flosc, chomh hard leis an raon minicíochta atá á staidéar. Aistrítear an raon seo go dtí an scála Mel agus roinntear é i raonta trasnacha NN a dháiltear go cothrom. Cinntear na teorainneacha líneacha atá oiriúnach don mhinicíocht laistigh den fhifield, ach is é H a shainíonn na comhéifeachtaí ualaithe a fhaightear bunaithe ar scagadh. Ina dhiaidh sin, cuirtear na scagairí i bhfeidhm ar mhodal cearnach na gcomhéifeachtaí a fhaightear ón gclaochlú Fourier. Is luachanna logartamach iad na luachanna a fhaightear mar gheall ar an slonn seo a leanas:

Cuirtear an algartam dianscaoilte luacha uatha i bhfeidhm sa chéim dheireanach de ríomh na MFCCanna.
5. Torthaí Turgnamhach
Chuireamar i bhfeidhm agus rinneamar tástáil ar an modh beartaithe in Visual Studio 2019 C móide móide ar ríomhaire le CPU 4.90 GHz, 32 GB RAM, agus dhá GPU Nvidia GeForce 2080Ti, mar a thaispeántar i dTábla 4. Rinneadh tástáil ar an gcóras i dtimpeallachtaí gléasanna éagsúla chun meastóireacht a dhéanamh ar fheidhmíocht an mhodh eastósctha gné comhartha. Sna turgnaimh, le linn oibriú an algartam (Fíor 8), nuair a bhí an seicheamh dromchlaí an chomhartha n=15, laghdaíodh líon na luachanna 40-50 faoin gcéad, agus mhéadaigh an t-am próiseála 1. 2-huaire. Dá bhrí sin, léirigh an algartam seo éifeachtacht i bhfad níos airde. Ina theannta sin, chuir an algartam seo ar chumas réimsí tost a scaradh agus a dhíchur agus é ag dul trí fhuinneog Hanning.
Tá roinnt bealaí féideartha ar fáil chun cur amú bandaleithead cuimhne a sheachaint. Molaimid réiteach nua a mhéadaíonn feidhmíocht ríomhaireachta trí mhéid na bhfrámaí comhartha a mheaitseáil le blocmhéid cuimhne taisce. Is féidir leis an gcineál seo leas iomlán a bhaint difear suntasach ar fheidhmíocht iomlán próiseála comhthreomhar. Mar sin féin, is féidir é a úsáid i bpróiseáil comhartha digiteach tríd an comhartha a roinnt ina fhrámaí trí fheidhmiúcháin ar phróiseálaithe multicore. Mar sin féin, go praiticiúil, déantar an roghnú de ghnáth ar scála beag, a fhreagraíonn do leithead an bhus sonraí a nascann an cuimhne taisce leis an bpríomhchuimhne agus méid a bhloc. Cuireann ár modh an úsáid is fearr is féidir as na cuimhní cinn seo i ríomhaireacht chomhthreomhar. Tá ról ríthábhachtach ag eagrú an chuimhne taisce i halgartaim a phróiseáil go comhthreomhar agus sonraí á roinnt ina sruthanna. Go háirithe, ba cheart láithreacht éifeachtaí veicteoir-maitrís i bpróiseáil comhartha digiteach agus méid a sruthanna a choigeartú de réir mhéid na bloic taisce. Is féidir é seo a bhaint amach ag baint úsáide as an modh atá beartaithe, mar a léirítear i bhFíor 9.
Tábla 4. Sonraíochtaí mionsonraithe an leagain thurgnamhaigh.


Fíor 8. (a) An comhartha tosaigh ag teacht isteach agus (b) cuma an chomhartha tar éis an t-algartam molta a chur i bhfeidhm.

Fíor 9. Struchtúr ríomhaireachta comhthreomhar ag baint úsáide as próiseálaithe RK3288.
Sa chuid seo, pléimid anailís chainníochtúil chun feidhmíocht na gcóras éagsúil a chur i gcomparáid lena chéile. Chuireamar ár modh i gcomparáid le algo rithms aitheanta urlabhra bunaithe ar chur chuige domhainfhoghlama. Tá méadracht mheastóireachta riachtanach chun straitéisí éagsúla a ríomh maidir le haithint cainte agus le measúnú a dhéanamh ar fheidhmíocht cur chuige éagsúil. Cé gur úsáideamar torthaí staidéar eile chun comparáid a dhéanamh, nílimid cinnte an bhfuil siad fíor toisc nach bhfuil cóid foinse agus tacair shonraí na modhanna seo ar fáil go poiblí chun an fheidhmíocht iarbhír a fhíorú. Léiríonn Figiúr 10 an toradh ar athghluaiseacht na gcodanna ciúine le linn blúire comhartha cainte a rith tríd an bhfuinneog Han ning bunaithe ar an algartam tapa atá beartaithe. Léirítear na torthaí luais a fuarthas ón anailís i dTábla 5.

Fíor 10. k luach algartam KNN (le roghnú gné).
Tábla 5. Torthaí turgnamhacha an mhodha atá beartaithe.

Tá raon socraithe chun méid na comharsanachta a thugann an luach cruinnis is fearr san algartam KNN a fháil. Clúdaíonn an raon sonraithe 1-25. I bhFíor 10, cuireadh graf an algartam KNN le roghnú gnéithe i bhfeidhm. Nuair a scrúdaíodh an graf, nuair a bhí an luach comharsanachta 1 ag an tús, bhí an cruinneas oiliúna i bhfad níos airde ná an cruinneas tástála. Sa algartam KNN a cruthaíodh ag baint úsáide as na gnéithe a roghnaíodh de réir comhghaol, socraíodh go raibh cruinneas an mhúnla 99.15 faoin gcéad sa tacar sonraí oiliúna agus 97.35 faoin gcéad sa tacar sonraí tástála.
Is gnách go n-úsáidtear an ráta earráide focal (WER) nó an ráta earráide carachtair chun cruinneas eastóscadh gné ó chomhartha cainte a mheas. Is maitrísí oibiachtúla iad seo a chuidíonn le comparáid chothrom a dhéanamh ar theicnící aitheantais. Inár staidéir roimhe seo [51-56], rinneamar méadracht a ríomh mar an beart F (FM), beachtas, agus aisghairm. Is é an FM an meán ualaithe a chothromaíonn na tomhais idir na rátaí beachtas agus aisghairme. Is ionann an beachtas agus an cóimheas idir líon na mbreathnuithe dearfacha arna dtuar i gceart agus líon iomlán na mbreathnuithe dearfacha tuartha. Is é atá san athghairm ná an cóimheas idir líon na mbreathnuithe dearfacha arna dtuar i gceart agus líon iomlán na breathnuithe sa rang iarbhír, mar a léirítear i (9). Is féidir na cothromóidí seo a leanas a úsáid chun meánrátaí beachtas agus aisghairm na modhanna astarraingthe gné a ríomh:

i gcás ina seasann TP líon na bhfíor-dearfach, seasann FP líon na ndearbhaí bréagacha, agus seasann FN líon na bhfíordheimhneacha bréagacha.
Ríomhtar an FM trí úsáid a bhaint as (10), ag cur san áireamh beachtas agus aisghlaoch araon.

Ba é meán FM, aisghairm, agus beachtas an mhodha atá beartaithe ná 98.4 faoin gcéad . Tharla braite bréagach i 1.6 faoin gcéad de na cásanna mar gheall ar thorann gan iarraidh na gcomharthaí ag an micreafón. Bhí raon cruinneas an mhúnla idir 0 agus 1, agus shroich na scóir meastacháin mhéadracha a luachanna is fearr ag 1. Tá meastóireacht ar ár modh agus ar mhodhanna eastósctha gné cainte eile a foilsíodh le déanaí curtha i láthair i dTábla 6. An uimhir chéanna Baineadh úsáid as gnéithe chun comparáid chothrom a dhéanamh. Rinneadh anailís ar 325 sampla cainte san iomlán ó gach grúpa ó ábhair a raibh cúlra gnéithe cosúla acu. Scrúdaíodh freisin éifeachtaí faid fhráma éagsúla de réir líon na mbanc scagtha san MFCC agus faid frámaí éagsúla in ord an LPC le haghaidh cruinneas feabhsaithe.
Tábla 6. Torthaí cruinnis chainníochtúla as eastóscadh gné cainte.

Mar a luadh cheana, is é an WER an tomhas is coitianta d’fheidhmíocht aitheantais cainte. Ríomhtar é trí thrascríobh tagartha a chur i gcomparáid le haschur an aitheantóra cainte. Bunaithe ar an gcomparáid seo, is féidir líon na n-earráidí a bhaineann le trí chatagóir de ghnáth a ríomh: (1) ionsá nuair nach bhfuil focal i láthair sa tagairt san aschur uathaitheantais cainte (ASR), (2) scriostar focal nuair a chailltear focal san aschur ASR, agus (3) ionadaí nuair a mhearbhalltar focal le focal eile. Is féidir an WER a ríomh mar seo a leanas.

nuair is ionann S agus líon na bhfocal a aithníodh go mícheart a ionadú, is é D líon na scriosta, is é I líon na n-ionsáiteán, agus is é N líon na bhfocal sa tras-scríobh tagartha. Is í an phríomhcheist agus an scór seo á ríomh ná an ailíniú idir na sraitheanna dhá fhocal. Is féidir é seo a chinneadh trí ríomhchlárú dinimiciúil ag baint úsáide as an achar Levenshtein [67].
Bunaithe ar Thábla 6, rinneamar anailís staitistiúil chun meánchruinneas na modhanna comparáide a léiriú agus úsáid á baint as méadrach meastóireachta WER, mar a léirítear i bhFíor 11. Bhí cruinneas thart ar 98.4 faoin gcéad mar thoradh ar an eastóscadh feabhsaithe gné, cé go raibh beachtas idir na cineálacha cur chuige eile. 78 faoin gcéad agus 96 faoin gcéad . D’úsáideamar na torthaí a cuireadh ar fáil sna páipéir ábhartha chun comparáid a dhéanamh; ní féidir cruinneas na luachanna seo a fhíorú go héasca, áfach, toisc nach bhfuil cóid foinse agus tacair shonraí na modhanna seo ar fáil go poiblí chun a bhfíorfheidhmíocht a dhearbhú. Mar sin féin, i gcás radhairc chaighdeánacha, léiríodh go turgnamhach an modh molta chun cruinneas sármhaithe astarraingthe gné cainte a sholáthar tríd an am ríomhaireachtúil a laghdú, fiú nuair a bhíonn na sonraí cainte torannach nó ar cháilíocht íseal.

Fíor 11. Torthaí cainníochtúla ar chur chuige eastósctha gné comharthaí cainte ag baint úsáide as graif ingearacha.
Thairis sin, rinneamar measúnú ar thorthaí bréagach-dearfach na modhanna roghnaithe. Mar is léir ó Fíor 12, bhí an líon is lú earráidí sa chur chuige atá beartaithe. Ina theannta sin, laghdaigh an modh ríomha comhthreomhar ardéifeachtúil go suntasach roghnú gné an chomhartha fuaime agus na hearráidí astarraingthe. Bhí an rófheisteas ar cheann de na príomhcheisteanna le linn na hoiliúna, agus tá beagnach gach samhail meaisínfhoghlama ag fulaingt uaidh. Rinneamar iarracht an riosca ró-fheistithe a laghdú trí úsáid a bhaint as teicníocht roghnaithe gnéithe a bhfuil sé mar aidhm aici ina ionad sin tábhacht na ngnéithe reatha sa tacar sonraí a rangú agus na cinn nach bhfuil chomh tábhachtach a chaitheamh amach (níl aon ghnéithe nua cruthaithe).

Fíor 12. Torthaí infheicthe ar thurgnaimh eastóscadh gné comhartha cainte bréagach-dearfach.
Taispeánann Tábla 7 torthaí feidhmíochta na modhanna a úsáideadh i dtimpeallachtaí aitheantais cainte bunaithe ar airíonna éagsúla. Ní fhulaingíonn an cur chuige atá beartaithe againn torann cúlra nach dteastaíonn agus nach bhfuil gá leis agus ní chuireann guthanna daonna ar chaighdeán íseal isteach air, mar shampla guthanna crochta, guthanna a tháirgtear le scornach tinn, nó fiú fuaimeanna ó dhaoine le caillteanas iomlán gutha. Tá sé mar aidhm ag ár modh na fadhbanna a bhaineann le trealamh taifeadta neamhleor, torann cúlra, variant agus canúintí deacra, agus páirceanna éagsúla gutha a shárú. I dtimpeallacht gnáth, fuarthas na torthaí is fearr chun dúshláin ghné urlabhra a bhrath go cruinn agus a bhaint astu ag baint úsáide as an modh molta le ham próiseála laghdaithe.
Tábla 7. Athbhreithniú ar fheidhmíocht braite agus astarraingthe gné urlabhra ag baint úsáide as gnéithe éagsúla.

Rinneadh torthaí na modhanna aitheantais cainte a rangú mar chumhachtach, gnáth, nó lag do na seacht gcatagóir. Léiríonn an critéar cumhachtach gur féidir leis an algartam gach cineál dúshláin a shárú. I gcodarsnacht leis sin, léiríonn an gnáthchritéar go bhféadfadh go dteipfeadh ar an algartam i gcásanna áirithe toisc nach bhfuil na teorainneacha focal sainithe roimh ré. Mar fhocal scoir, tugann an critéar lag le fios go bhfuil an algartam neamhiontaofa faoi thorann cúlra nó creathadh.
6. Teorainneacha
Tá sé deacair teacht ar an gconclúid nach léiríonn na modhanna atá molta go dtí seo aon easnamh. D'fhéadfadh earráidí a bheith mar thoradh ar ár modh molta freisin mar gheall ar thimpeallachtaí éagsúla torainn. Chun an fhadhb seo a shárú, bhí sé mar aidhm againn líon na ngnéithe sa tacar sonraí a laghdú trí ghnéithe nua a chruthú ó ghnéithe atá ann cheana [69]. Ós rud é go raibh an rófheisteas ar cheann de na príomhcheisteanna a bhain le hoiliúint a chur ar mhúnlaí éagsúla le linn an chomórtais, d’fhéadfadh sé go bhféadfaí na torthaí a fheabhsú trí na sonraí oiliúna a shaibhriú trí shamplaí sonraí a chur leis ó acmhainní éagsúla. Beag beann ar na fadhbanna thuasluaite, léirigh na torthaí turgnamhacha go raibh ár modh an-láidir agus éifeachtach le haghaidh tascanna eastóscadh gné cainte, le cruinneas meán 98.4 faoin gcéad agus FM de 99.5 faoin gcéad.
7. Conclúidí
Tá cur chuige nua ardfheidhmíochta comhuaineach ríomhaireachta ag baint úsáide as modh meaisínfhoghlama molta do chórais aitheantais cainte. Is féidir fadhbanna luasghéaraithe i meaisíní a bhfuil acmhainní teoranta ríomhaireachta acu a réiteach trí úsáid a bhaint as córais dáilte. Is féidir an luas ríomha i gcórais aitheantais comhartha a mhéadú, agus is féidir feidhmíocht ardáin multicore a fheabhsú trí rithms algo éifeachtach agus tapa a chruthú agus a úsáid. Léiríonn na torthaí go laghdaíonn an tsamhail atá beartaithe an t-am próiseála agus go bhfeabhsaítear cruinneas eastósctha gné 98.4 faoin gcéad trí MFCCanna a úsáid go héifeachtach. Tá sé tugtha faoi deara go bhfuil na gnéithe a bhfuil luachanna comhghaolmhaireachta ísle acu a bhaintear trí roghnú gnéithe éifeachtach freisin maidir le rathúlacht an mhúnla. Rinneadh an anailís staitistiúil ar na sonraí réamhphróiseáilte, agus táirgeadh faisnéis bhríoch ó na sonraí ag baint úsáide as an algartam foghlama meaisín K-chomharsana (KNN).
Díreoidh staidéir sa todhchaí ar chruinneas ár modha a fheabhsú trí úsáid a bhaint as cur chuige domhainfhoghlama agus leas iomlán a bhaint as cuimhne taisce próiseálaithe ilchórais chun comharthaí cainte a bhrath agus a bhaint as gan aon chaillteanas suntasach cáilíochta. Ina theannta sin, tá sé beartaithe againn múnla anailíse speictreach a thógáil bunaithe ar phróiseáil chomhthreomhar le feidhmíocht láidir anailíse a chumasóidh bunú feistí leabaithe le hacmhainní ríomhaireachta ísle ag baint úsáide as tacair sonraí cainte Taris [70] sa Timpeallacht 3D CNN agus 3D U-Net [71 - 75]
Tagairtí
1. Meng, YJ; Liu, WJ; Zhang, RZ; Du, Gné Urlabhra HS Eastóscadh Paraiméadar agus Aitheantas Bunaithe ar Idirshuíomh. Appl. Meicneoir. Mater. 2014, 602–605, 2118–2123. [CrossRef] 2. Musaev, M.; Rakhimov, M. Oiliúint Luathaithe do Líonraí Néaracha Comhráiteacha. In Imeachtaí Chomhdháil Idirnáisiúnta 2020 ar Eolaíocht Faisnéise agus Teicneolaíochtaí Cumarsáide (ICISCT), Tashkent, Úisbéiceastáin, 4-6 Samhain 2020; lgh 1–5. [CrossRef] 3. Tá, F.; Yang, J. Samhail Líonra Néarach Doimhneach le haghaidh Sainaithint Cainteoir. Appl. Sci. 2021, 11, 3603. [CrossRef] 4. Musaev, M.; Rakhimov, M. Modh chun Bloc Príomh-Chuimhne a Mhapáil go Taisce i bPróiseáil Comhthreomhar an Chomhartha Cainte. In Imeachtaí na Comhdhála Idirnáisiúnta 2019 ar Eolaíocht Faisnéise agus Teicneolaíochtaí Cumarsáide (ICISCT), Karachi, an Phacastáin, 9–10 Márta 2019; lgh 1–4. [CrossRef] 5. Jiang, N.; Liu, T. Algartam feabhsaithe deighilte cainte agus cnuasaithe bunaithe ar SOM agus k-acmhainní. Math. Fadhb. Eng. 2020, 2020, 3608286. [CrossRef] 6. Hu, W.; Yang, Z.; Chen, C.; Grian, B. ; Xie, Q. Cur chuige deighilte creathadh don chóras ilghníomhaíochta de turret rialaithe uimhriúil. Próiseas Físeáin Íomhá Comhartha. 2021, 16, 489–496. [CrossRef]
7. Popescu, TD; Aiordachioaie, D. Brath lochtanna imthacaí eilimint rollta ag baint úsáide as deighilt optamach de chomharthaí creathadh. Meicneoir. Syst. Próiseas Comhartha. 2019, 116, 370–391. [CrossRef] 8. Shihab, MSH; Aditya, S.; Setu, JH; Imtiaz-Ud-Din, KM; Efat, MIA A Hibrid GRU-CNN Teicníc Eastóscadh Gné do Aithint Cainteoir. In Imeachtaí an 2020 23ú Chomhdháil Idirnáisiúnta ar Ríomhaireacht agus Teicneolaíocht Faisnéise (ICCIT), Dhaka, An Bhanglaidéis, 19–21 Nollaig 2020; lgh 1–6. [CrossRef] 9. Korkmaz, O.; Atasoy, A. Aitheantas mothúcháin ó chomhartha cainte ag baint úsáide as comhéifeachtaí ceptral mel-minicíochta. In Imeachtaí an 9ú Comhdháil Idirnáisiúnta ar Innealtóireacht Leictreach agus Leictreonaic (ELECO), Bursa, an Tuirc, 26-28 Samhain 2015; lgh 1254–1257. 10. Ayvaz, U. ; Gürüler, H.; Khan, F.; Ahmed, N.; Whangbo, T. ; Abdusalomov, A. Aitheantas Cainteoir Uathoibríoch Ag Úsáid Comhéifeachtaí Ceptral Mel-Minicíocht Trí Fhoghlaim Meaisín. CMC-Ríomh. Mater. Lean ort. 2022, 71, 5511–5521. 11. Al-Qaderi, M.; Lahamer, E.; Rad, A. Córas Aitheantais Cainteoir Dhá Leibhéal trí Chomhleá Aicmitheoirí Ilchineálacha agus Comhar Gné Chomhlántach. Braiteoirí 2021, 21, 5097. [CrossRef] 12. Batur Dinler, Ö .; Aydin, N. An Socrú Paraiméadar Gné Is Fearr Bunaithe ar Líonraí Néaracha Athfhillteacha Aonad Athfhillteacha Gated le haghaidh Braite Deighleog Urlabhra. Appl. Sci. 2020, 10, 1273. [CrossRef] 13. Kim, H. ; Shin, JW Feabhsú Urlabhra Dual-Mic Bunaithe ar TF-GSC le Sochtadh Sceitheadh agus Aisghabháil Comhartha. Appl. Sci. 2021, 11, 2816. [CrossRef] 14. Laoi, S.-J.; Kwon, H.-Y. Straitéis Réamhphróiseála chun Sonraí Urlabhra a Dhéanamh Bunaithe ar Bhrath Deighleog Urlabhra. Appl. Sci. 2020, 10, 7385. [CrossRef] 15. Rusnac, A.-L.; Ailtirí Grigore, O. CNN agus Modhanna Eastósctha Gné le haghaidh Aitheantas Cainte Samhailteach EEG. Braiteoirí 2022, 22, 4679. [CrossRef] [PubMed] 16. Wafa, R. ; Khan, MQ; Malik, F.; Abdusalomov, AB; Cho, YI; Odarchenko, R. Tionchar na Modheolaíochta Lúfar ar Rath an Tionscadail, le Ról Modhnúcháin ar Fhoireann Poist an Duine i dTionscal TF na Pacastáine. Appl. Sci. 2022, 12, 10698. [CrossRef] 17. Aggarwal, A. ; Srivastava, A .; Agarwal, A. ; Chahal, N.; Singh, D.; Alnuaim, AA; Alhadlaq, A.; Laoi, H.-N. Sliocht Gné Dhá Bhealach le haghaidh Aitheantas Mothúcháin Urlabhra ag Úsáid Deep Learning. Braiteoirí 2022, 22, 2378. [CrossRef] [PubMed] 18. Marini, M.; Vanello, N.; Fanucci, L. Paraiméadair Eastóscadh Gné Cainteoir-Cleithiúnaí a bharrfheabhsú chun Feidhmíocht Aithint Urlabhra Uathoibríoch a Fheabhsú do Dhaoine le Dysarthria. Braiteoirí 2021, 21, 6460. [CrossRef] 19. Tiwari, S.; Jain, A.; Sharma, AK; Almustafa, KM Phonocardiogram Comhartha Córas Tacaíochta Cinntí Diagnóiseacha Il-ranga Cairdiach Bunaithe. Rochtain IEEE 2021, 9, 110710–110722. [CrossRef] 20. Mohtaj, S.; Schmitt, V. ; Möller, S. Samhail um Eastóscadh Gné-Bhunaithe le haghaidh Aithint fuatha Cainte. arXiv 2022, arXiv: 2201.04227. 21. Kuldoshbay, A. ; Abdusalomov, A.; Mukhidinov, M.; Baratov, N.; Makhmudov, F.; Cho, YI Feabhsú ar an modh aicmithe uathoibríoch d’íomhánna ultrafhuaime a úsáidtear ar CNN. Int. J. Wavelets Multiresolution Inf. Próiseas. 2022, 20, 2150054. 22. Passricha, V. ; Aggarwal, RK Hibrid de CNN domhain agus LSTM déthreoch le haghaidh aitheantais uathoibríoch urlabhra. J. Intell. Syst. 2020, 29, 1261–1274. [CrossRef] 23. Mukhamadiyev, A.; Khujayarov, I.; Djuraev, O.; Cho, J. Modh Uathoibríoch Aitheanta Urlabhra Bunaithe ar Chur Chuige Deep Foghlama don Teanga Úisbéiceastáinis. Braiteoirí 2022, 22, 3683. [CrossRef] [PubMed] 24. Li, F. ; Liu, M.; Zhao, Y.; Cong, L. ; Dong, L. ; Liu, X.; Hui, M. Eastóscadh gné agus aicmiú fuaime croí ag baint úsáide as líonraí néaracha comhraonta 1D. EURASIP J. Adv. Próiseas Comhartha. 2019, 2019, 59. [CrossRef] 25. Chang, L.-C.; Crochadh, J.-W. Réamhstaidéar ar Eastóscadh Gné Láidir Urlabhra Bunaithe ar Dhóchúlacht Stát i Múnlaí Fuaimiúla domhain a uasmhéadú. Appl. Syst. Innov. 2022, 5, 71. [CrossRef] 26. Ramírez, J. ; Górriz, JM; Segura, Brath Gníomhaíochta Gutha JC. Bunús agus Neart an Chórais Aitheantais Urlabhra. In Aitheantas agus Tuiscint Cainte Láidir; Grimm, M., Kroschel, K., Eds.; I-TECH Oideachas agus Foilsitheoireacht: Londain, RA, 2007; lgh 1–22. 27. Ó, S. Eastóscadh Gné Láidir Urlabhra Bunaithe DNN agus Modh Baint Torainn Comhartha Ag Úsáid Scagaire LMS Meán-thuar Feabhsaithe le haghaidh Aitheantas Cainte. J. Converg. Inf. Teicneol. 2021, 11, 1–6. [CrossRef] 28. Abbaschian, BJ; Siarra-Sosa, D.; Elmachraby, A. Teicnící Deep Foghlama d'Aithint Mothúcháin Urlabhra, ó Bhunachair Shonraí go Múnlaí. Braiteoirí 2021, 21, 1249. [CrossRef] 29. Rakhimov, M.; Mamadjanov, D.; Mukhidinov, A. Cur Chuige Comhthreomhar Ardfheidhmíochta maidir le Próiseáil Íomhá sa Ríomhaireacht Dháileacháin. In Imeachtaí an 14ú Comhdháil Idirnáisiúnta IEEE 2020 ar Fheidhmiú Teicneolaíochtaí Faisnéise agus Cumarsáide (AICT), Úisbéiceastáin, Tashkent, 7–9 Deireadh Fómhair 2020; lgh 1–5. [CrossRef] 30. Abdusalomov, A.; Mukhidinov, M.; Djuraev, O.; Khamdamov, U.D.; Whangbo, TK Uathoibríoch Eastóscadh Réada Soiléir Bunaithe ar Thairseach atá Oiriúnaitheach go hÁitiúil chun Grafaic Thadhlach a Ghiniúint. Appl. Sci. 2020, 10, 3350. [CrossRef] 31. Abdusalomov, A. ; Whangbo, TK Feabhas ar an modh aitheantais tulra ag baint úsáide as teicníc bhaint scátha do thimpeallachtaí laistigh. Int. J. Wavelets Multiresolution Inf. Próiseas. 2017, 15, 1750039. [CrossRef] 32. Abdusalomov, A.; Whangbo, TK a Bhrath agus a Bhaint as Scáthanna Réada Bogtha Ag Úsáid Céimseata agus Eolas Datha le haghaidh Sruthanna Físeáin Dhíon. Appl. Sci. 2019, 9, 5165. [CrossRef] 33. Mery, D. Fís Ríomhaire le haghaidh Tástála X-gha; Foilsitheoireacht Idirnáisiúnta Springer: Cham, an Eilvéis, 2015; lch. 271, ISBN 978-3319207469. 34. Mark, S. Athchalabraíonn íomháineachas cainte teorainneacha braistintí cainte. Freastal. Dearcadh. Síceifis. 2016, 78, 1496–1511. [CrossRef] 35. Mudgal, E. ; Mukuntharaj, S.; Modak, MU; Rao, Teimpléad YS Aitheantas Urlabhra Bunaithe Fíor-Ama ag Úsáid Scagairí Digiteacha ar DSP-TMS320F28335. In Imeachtaí an Cheathrú Comhdháil Idirnáisiúnta 2018 ar Rialú Cumarsáide agus Uathoibriú Ríomhaireachta (ICCUBEA), Pune, India, 16-18 Lúnasa 2018; lgh 1–6. [CrossRef]






