TTS speech databases

فارسی 2008-3262 مراحل و نحوۀ تهیۀ دادگان‌های صوتی هجایی و دایفونی برای سامانۀ تبدیل متن به گفتار فارسی TTS speech databases دادگان‌های صوتی بخشی از سامانه‌های تبدیل متن به گفتار به شیوة هم‌گذاری را تشکیل می‌د‌هند. کیفیت دادگان‌ها و نحوة تهیه و آماده‌سازی آنها نقش مهمی در طبیعی‌تر شدن گفتار بازسازی‌شده ایفا می‌کند. در این مقاله ابتدا به معرفی دو دادگان صوتی هجایی و دایفونی فارسی پرداخته و سپس ضمن برشمردن ویژگی¬های هر کدام از آن¬ها، مراحل تهیه و آماده¬سازی آن¬ها را توضیح می¬دهیم. درنهایت با به¬کارگیری این دادگان¬ها در موتور تبدیل متن به گفتار فارسی "گویا" و نتایج حاصل از انجام آزمون¬های مختلف، تفاوت¬ها و برتری¬های آن¬ها را نسبت به یکدیگر بیان می¬کنیم. Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other. دادگان¬های صوتی، دادگان هجایی، دادگان دایفونی و سامانۀ تبدیل متن به گفتار فارسی TTS speech databases 3 12 محرم اسلامی m_eslami@sharif.ir 116 No javad sheikhzadegan جواد شیخ زادگان sheikhzadeganrcisp.ac.ir No

فارسی 2008-3262 مراحل و نحوه ی تهیه ی دادگان های صوتی هجایی و دایفونی برای سامانه ی تبدیل متن به گفتار فارسی TTS speech databases دادگان‌های صوتی بخشی از سامانه‌های تبدیل متن به گفتار به شیوة هم‌گذاری را تشکیل می‌د‌هند. کیفیت دادگان‌ها و نحوة تهیه و آماده‌سازی آنها نقش مهمی در طبیعی‌تر شدن گفتار بازسازی‌شده ایفا می‌کند. در این مقاله ابتدا به معرفی دو دادگان صوتی هجایی و دایفونی فارسی پرداخته و سپس ضمن برشمردن ویژگی¬های هر کدام از آن¬ها، مراحل تهیه و آماده¬سازی آن¬ها را توضیح می¬دهیم. درنهایت با به¬کارگیری این دادگان¬ها در موتور تبدیل متن به گفتار فارسی "گویا" و نتایج حاصل از انجام آزمون¬های مختلف، تفاوت¬ها و برتری¬های آن¬ها را نسبت به یکدیگر بیان می¬کنیم. Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other. دادگان¬های صوتی، دادگان هجایی، دادگان دایفونی و سامانۀ تبدیل متن به گفتار فارسی TTS speech databases 3 12 محرم اسلامی No جواد شیخ زادگان No

فارسی 2008-3262 سیستم برچسب گذاری اجزای واژگانی کلام در زبان فارسی برچسب‌گذاری اجزای واژگانی کلام، موضوع تحقیقاتی مهمی در حوزه¬ی پردازش زبان طبیعی است و پایه¬ی بسیاری از دیگر مباحث مطرح در این حوزه است. تاکنون تحقیقات گسترده‌ای با رویکردهای متعدد در زبان‌های دیگر انجام و نتایج چشم‌گیری حاصل شده است. این موضوع سنگ¬بنای بسیاری از روش‌های مورد استفاده در حوزه‌های دیگر پردازش زبان طبیعی، هم¬چون ترجمه¬ی ماشینی، خطایاب، تبدیل متن به گفتار، تشخیص گفتار است، فعّالیت بر روی این موضوع تحقیقاتی می‌تواند راهگشای این مباحث در زبان فارسی باشد. در این مقاله با بیان مسایل پیش رو در برچسب‌گذاری اجزای واژگانی کلام در زبان فارسی، یک طرح کلی برای نیل به یک برچسب‌گذار خودکار با دقت بالا در زبان فارسی پیشنهاد می‌گردد. پس از آن تحلیل ساخت¬واژی و استفاده از آن را برای پوشش دادن تعداد زیادی از برچسب‌های پیکره با حفظ دقّت بالا در برچسب‌گذاری کلمات مورد بررسی دقیق‌تر قرار داده و تأثیر وجود یک تحلیل‌گر ساخت¬واژی در سطح تصریف را بر برچسب‌گذاری اجزای واژگانی کلام در زبان فارسی بررسی می¬کنیم. نتایج به دست آمده نشان از کارآیی بسیار مناسب این روش پیشنهادی در برچسب‌گذاری دارد. برچسب‌گذاری اجزای واژگانی کلام، ساخت¬واژه، برچسب‌گذارهای مارکوفی، برچسب‌گذار مبتنی بر حافظه 13 27 مهدی محسنی No بهروز مینایی بیدگلی No

فارسی 2008-3262 تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ILD تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ناهنجاری¬های بافت بینابینی ریه (ILD)، یک مرحله مهم در ایجاد یک سیستم تشخیص به کمک رایانه می¬باشد. الگوریتم ارائه شده جهت دسته¬بندی الگوهای بافت ریه شامل سه مرحله می¬باشد: در مرحله¬¬ی اوّل ریه از پس¬زمینه جدا می¬شود. در مرحله¬ی دوم دو بانک فیلتری موجک فوق کامل به نام¬های فریم¬های موجک گسسته (DWF) و فریم¬های موجک دوران¬یافته (RWF) برای استخراج ویژگی از نواحی مطلوب (ROI) تعریف شده درون¬ بافت ریه استفاده می¬شوند و در نهایت الگوریتم k- نزدیک¬ترین همسایه¬ی فازی برای دسته¬بندی الگوها اعمال می¬گردد. در این مطالعه چهار الگوی مرتبط با ILD (شیشه مات، لانه زنبوری، رتیکولار و نرمال) از یک پایگاه داده شامل 340 تصویر HRCT انتخاب شده¬اند و مورد بازشناسی قرار می¬گیرند. عملکرد سیستم رایانه¬ای با عملکرد دو رادیولوژیست مورد ارزیابی قرار می¬گیرد. ضریب توافق کاپا بین سیستم و دو رادیولوژیست¬ به¬طور متوسط 6543/0 می¬باشد، در مقایسه با ضریب توافق 6848/0 بین دو رادیولوژیست. در پایان تحقیق، با انجام تحلیل آماری، رابطه¬ی میان داده¬های کمّی حاصل از سیستم رایانه¬ای و نتایج آزمایش تنفسی ارزیابی شده است. نتایج حاصل از تحلیل آماری نشان می¬دهد فرآیند ارزیابی کمّی بافت ریه و دست¬یابی به مقادیر عددی و دقیق به ازای الگوهای موجود در بیماری¬های بافت بینابینی ریه با استفاده از تصاویر HRCT، با موفقیت انجام شده است و میان نتایج کمّی حاصل از سیستم رایانه¬ای و نتایج آزمایش تنفسی بیمار، همبستگی وجود دارد. چنین سیستمی می¬تواند منجر به بهبود تصمیم¬گیری و کارآیی پزشک به¬واسطه¬ی تسهیل در کشف و ارزیابی الگوهای تصویری پیچیده، کاهش تفاوت میان مشاهده¬گرها و حذف اعمال تکراری و تاحدودی خسته کننده شود. بخش‌‌بندی ریه؛ تصاویر HRCT؛ بیماری¬های بافت بینابینی ریه؛ فریم¬های موجک گسسته؛ فریم¬های موجک دوران یافته؛ طبقه¬بندی کننده-یk- نزدیک¬ترین همسایه¬ی فازی؛ پارامترهای آزمایش تنفسی. 27 38 آذر طلوعی No

فارسی 2008-3262 به‌کارگیری روش غیرخطی منحنی بازگشتی برای شناسایی مؤلّفه‌های حافظه‌ای برمبنای تک¬ثبت هدف از این پژوهش، به‌کارگیری روش‌ پردازشِ غیرخطی منحنی‌های بازگشتی روی پتانسیل‌های وابسته به رخداد فرآیندهای حافظه‌ای است تا توانایی‌های این روش در شناسایی مؤلّفه‌های حافظه‌ای سیگنال‌های مغزی تک¬¬ثبت و ایجاد تمایز بین گروه‌های قدیم و جدید، مورد بررسی قرار گیرد. دو مؤلفه¬ی مهم حافظه‌ای FN400 و LPC است که بایستی مورد شناسایی قرار گیرد. برای این منظور منحنی‌های بازگشتی مربوط به تک‌¬ثبت‌های EEG ثبت شده در حین بازیابی حافظه، محاسبه شدند. علاوه¬بر این تحلیل آنالیز کمّی‌سازی بازگشت برای کمّی‌سازی تغییرات در ساختار دینامیک سیگنال در حین رخداد حافظه، انجام شد. از کمّی‌کننده‌های غیرخطی نظیر RR, DET, ENTR, &lt;L&gt;, Lmax, LAM, TT و Vmax ویژگی‌هایی استخراج شده و میزان معنادار بودن تفاوت این ویژگی‌ها در دو رخداد قدیم و جدید با استفاده از آزمون‌های آماری مشخّص گردید. نتایج نشان می‌دهند که منحنی‌های بازگشتی، توانایی شناسایی گذارهای سیگنال در حوالی 400 میلی ثانیه و 800 میلی ثانیه را، که به مؤلفّه‌های حافظه‌ای مربوط دانسته شده‌اند، دارد. دامنه¬ی اندازه‌های غیرخطی این منحنی‌ها 400 میلی‌ثانیه پس از شروع تحریک افزایش می‌یابدکه نشان دهنده¬ی کاهش بُعد سیستم، پس از تحریک است. پس از 800 میلی‌ثانیه این روند افزایش از بین رفته و کاهشی در تمامی اندازه‌ها به¬وقوع می‌پیوندد که می‌تواند مبین افزایش بعد و پیچیدگی سیستم و بازگشت به وضعیت پایه‌اش ‌باشد. میانگین اندازه‌های مربوط به رخداد قدیم بیشتر از رخداد جدید است. در مقایسه با روش‌های خطی، منحنی‌های بازگشتی نیاز به متوسط‌گیری ندارد و RQA حتی در تک‌ثبت‌های EEG تمایز بین رخدادهای قدیم و جدید را نشان می‌دهد. حافظه،پتانسیل‌های وابسته به رخداد، کمّی¬سازی منحنی بازگشتی، تحلیل غیرخطی، تحلیل تک¬ثبت 39 52 نسیبه طالبی No علی مطیع نصرآبادی No

فارسی 2008-3262 مدل شبکه¬ی عصبی از نگاشت سلول‌های شبکه به سلول‌های مکانی قشر انتورینال، هسته¬ی اصلی شبکه‌ای است که در مغز به راهبری و حافظه¬ی مکانی اختصاص دارد. نرون‌های اصلی این بخش دارای الگوی آتش¬شدن خاصی در محیط هستند؛ نرخ آتش¬شدن این سلول‌ها در چندین مکان از محیط افزایش می‌یابد. این مکان‌ها تشکیل یک شبکه¬ی مثلثی تکراری می‌دهند که کلّ محیط را می‌پوشاند. قشر انتورینال، مهم‌ترین ساختار ورودی به هیپوکمپ است و سلول‌های شبکه، یک سیناپس بالاتر از سلول‌های مکانی هیپوکمپ قرار دارند. مسئله¬ی مهم این است که چگونه فعّالیت واحد و متمرکز سلول‌های مکانی می‌تواند از فعالیت چند‌تایی سلول‌های شبکه ایجاد شود. در این تحقیق، برای توجیه نگاشت از سلول‌های شبکه به سلول‌های مکانی، یک مدل RBF (Radial Basis Function) پیشنهاد شده است. برای بررسی عملکرد این مدل ابتدا یک محیط یک¬بُعدی (خط به طول 1 متر) و سپس یک محیط دو بعدی (محیط مربعی) در نظر گرفته شده است. مدل¬سازی با در نظر گرفتن ویژگی‌های سلول‌های شبکه انجام شده و از عملکرد بسیار خوبی در ایجاد میدان‌های مکانی متمرکز برخوردار است سلول مکانی، سلول شبکه، هیپوکمپ، قشر انتورینال. 53 62 ساره سعیدی No فرزاد توحیدخواه No

فارسی 2008-3262 معرّفی الگوریتم جدید DESICA برای جداسازی کور سیگنال منابع گفتار در حالت پویا در این مقاله، یک مسئله¬ی جدید برای جداسازی سیگنال منابع گفتار به روش کور در نظر گرفته می¬شود که در آن تعداد منابع فعّال و مشخّصات آن¬ها، متغیر با زمان است؛ برخلاف روش¬های قبلی که تمام منابع در تمام بازه¬¬های زمانی فعّال هستند. در این مقاله برای جداسازی این نوع سیگنال¬ها الگوریتم جدید DESICA را پیشنهاد می¬کنیم که ترکیبی از الگوریتم¬های ICA و DESPRIT است. در الگوریتم پیشنهادی ابتدا با استفاده از ICA جداسازی اوّلیه منابع انجام می¬شود و سپس با کمک الگوریتم DESPRIT، ماسک باینری بازه¬های سکوت محاسبه می¬گردد. درنهایت با اعمال ماسک باینری به سیگنال¬های جدا شده¬ی اوّلیه، جداسازی نهایی به¬دست می¬آید. نتایج شبیه¬سازی نشان می¬دهد که به¬طور متوسّط الگوریتم پیشنهادی DESICA در مقایسه با الگوریتم DESPRIT، 6dB بهبود در SDR و SIR ایجاد می¬کند و در معیار SEN سبب 11dB بهبود نسبت به الگوریتم ICA و 17dB بهبود نسبت به الگوریتم DESPRIT می¬شود. جداسازی منابع به روش کور، آستانه¬گذاری مشروط، ماسک باینری 63 74 مهدی مهدی خانی No محمد حسین کهایی No

فارسی 2008-3262 مروری بر روش¬های نهان‏نگاری در JPEG و بررسی امنیت آن¬ها فرمت JPEG پر¬کاربرد¬ترین قالب تصویری در ارتباطات دیجیتال است و در طی سال¬های اخیر روش¬های نهان‏نگاری متنوعی برای آن¬ ارائه شده است. هدف از این تحقیق معرّفی و ارائه¬ی اطّلاعات همه‏جانبه و کاملی در مورد روش‏های نهان‏نگاری در تصاویر JPEG و دسته‏بندی این روش‏ها و ارائه¬ی راهکارهایی برای بالابردن امنیت آن‏ها با توجه به ساختار پوشانه می‏باشد. در این راستا عوامل تأثیر¬گذار در امنیت، روش¬های نهان‏نگاری در JPEG که وابسته به پوشانه می‏باشد، مثل اثر دوبار‏فشرده‏سازی، فرکانس مکانی، ضریب‏کیفیت و... شناسایی شده و به¬صورت تئوری و تجربی مورد ارزیابی قرار گرفته است. علاوه¬بر این کلیه¬ی الگوریتم‏ها و نرم‏افزار¬های نهان‏نگاری موجود در این فرمت، معرفی شده و از دیدگاه¬های مختلف، ارزیابی و دسته¬بندی شده¬اند. برخی از این الگوریتم¬ها در نرم¬افزارStegotest پیاده¬سازی شده است و اثر تخریب ناشی از نهان‏نگاری در روش‏های موجود مقایسه شده است. تصاویر JPEG، سیستم نهان‏نگاری، نهان‏کاوی، امنیت 75 98 فاطمه¬السادات جمالی دینان No محمّد رضایی No مریم بیگ¬زاده No الهه بیات No