Advanced Machine learning algorithms for improving conversational Arabic speech recognition systems performance / Salah Ashraf Salah Ahmed ; Mohsen A. Rashwan

By:

Salah Ashraf Salah Ahmed

Contributor(s):

Mohsen A. Rashwan

Material type: Text

TextPublication details: 2022.Content type:

text

Media type:

Unmediated

Carrier type:

volume

Other title:

خوارزميات تعلم الآلة المتقدمة لتحسين أداء أنظمة التعرف على الكلام باللغة العربية التحاورية

Subject(s):

DDC classification:

621.38

Dissertation note: Thesis (M.Sc.)-Cairo University - Faculty Of Engineering - Department of Electronics And Communications Engineering ,2022.. Summary: تتزايد الحاجة إلى أنظمة التعرف التلقائي على الكلام عبر مختلف المجالات، وخاصة مجال الاتصالات السلكية واللاسلكية حيث يتم استخدامها للحصول على النص المقابل للمكالمات المستلمة لفحوصات مراقبة الجودة. يقدم هذا العمل نظام تعرف على الكلام تم تدريبه خصيصًا لاستخدامه في أقسام مركز الاتصال كبديل للوكلاء البشريين. يحتاج بناء هذه الأنظمة إلى الكثير من البيانات الصوتية التي قد لا تكون متاحة للعديد من اللغات المنطوقة، لذلك يقدم هذا العمل فكرة جديدة للتغلب على هذه المشكلة التي خفضت معدل أخطاء الكلمات بنسبة تصل إلى 6٪ بالنسبة لاستخدام البيانات المتاحة فقط. تتميز اللغة العربية بالعديد من الاختلافات في أساليب الكتابة، ويمكن كتابة نفس الكلمة بتنسيقات مختلفة. يقترح هذا العمل حلاً لتوحيد أنماط الكتابة المختلفة التي خفضت نسبة الخطأ بنسبة تصل إلى 32.2٪ مقارنة باستخدام أساليب الكتابة المختلفة.

Tags from this library: No tags from this library for this title. Log in to add tags.

Average rating: 0.0 (0 votes)

Holdings
Item type	Current library	Home library	Call number	Status	Date due	Barcode
Thesis	قاعة الرسائل الجامعية - الدور الاول	المكتبة المركزبة الجديدة - جامعة القاهرة	Cai01.13.08.M.Sc.2022.Sa.A (Browse shelf(Opens below))	Not for loan		01010110087840000

Browsing المكتبة المركزبة الجديدة - جامعة القاهرة shelves Close shelf browser (Hides shelf browser)

Previous	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	Next
Previous	Cai01.13.08.M.Sc.2022.Mo.S Solution of electromagneticpropagation problems in shieldedtransmission lines using the eigenmodeprojection technique /	Cai01.13.08.M.Sc.2022.Mu.E Efficient High Level Synthesis Implementation for Deep Convolutional Neural Networks on FPGA /	Cai01.13.08.M.Sc.2022.Na.T TESTING AUTONOMOUS VEHICLES USING REINFORCEMENT LEARNING TO GENERATE FAILURE SCENARIOS IN COMPLIANCE WITH STANDARDIZED TESTS /	Cai01.13.08.M.Sc.2022.Sa.A Advanced Machine learning algorithms for improving conversational Arabic speech recognition systems performance /	Cai01.13.08.M.Sc.2022.Zi.H Hardware Implementation Of Recurrent Neural Network Based Polar Decoder With Weight Quantization Mechanism /	Cai01.13.08.M.Sc.2023.Ah.C Community Question-Answer Ranker /	Cai01.13.08.M.Sc.2023.Is.A. Analysis And Modeling Of The Sliding-Mode Free Standing Tribo-Electric Nano-Generators: A Cad Tool Approach /	Next

Thesis (M.Sc.)-Cairo University - Faculty Of Engineering - Department of Electronics And Communications Engineering ,2022..

Bibliography: p. 63-68.

تتزايد الحاجة إلى أنظمة التعرف التلقائي على الكلام عبر مختلف المجالات، وخاصة مجال الاتصالات السلكية واللاسلكية حيث يتم استخدامها للحصول على النص المقابل للمكالمات المستلمة لفحوصات مراقبة الجودة. يقدم هذا العمل نظام تعرف على الكلام تم تدريبه خصيصًا لاستخدامه في أقسام مركز الاتصال كبديل للوكلاء البشريين. يحتاج بناء هذه الأنظمة إلى الكثير من البيانات الصوتية التي قد لا تكون متاحة للعديد من اللغات المنطوقة، لذلك يقدم هذا العمل فكرة جديدة للتغلب على هذه المشكلة التي خفضت معدل أخطاء الكلمات بنسبة تصل إلى 6٪ بالنسبة لاستخدام البيانات المتاحة فقط. تتميز اللغة العربية بالعديد من الاختلافات في أساليب الكتابة، ويمكن كتابة نفس الكلمة بتنسيقات مختلفة. يقترح هذا العمل حلاً لتوحيد أنماط الكتابة المختلفة التي خفضت نسبة الخطأ بنسبة تصل إلى 32.2٪ مقارنة باستخدام أساليب الكتابة المختلفة.

There are no comments on this title.

to post a comment.