پروژه پایتون و یادگیری عمیق(51917)

---

شرح پروژه

سلام وقتتون بخیر
میخواستم بپرسم در زمینه پردازش گفتار فعالیت دارید؟
یه کار بهسازی گفتار که در آن هم از روش های آماری و هم یادگیری عمیق برای بهسازی گفتار استفاده شده است
ممنون
حدود چهار ماه
 با پایتون و کتابخانه های یادگیری عمیق
یه مقاله q1 نهایت q2

توضیحات بیشتر پروژه به شرح زیر است:
در این پروژه از پایگاه داده timit که مجموعه ای از سیگنال های گفتار انسان هستند استفاده می شود. این مجموعه شامل دو دسته دادگان test و train است. که در هر دسته سیگنال های مختلف (voice) با لهجه ها و جملات مختلف ذخیره شده است.
ما تعدادی جمله به طور تصادفی از مجموعه train انتخاب می کنیم ( مثلا ۷۰۰ جمله با ۸ نوع نویز و ۶ سطح snr که می شود ۷۰۰×۸×۶ جمله) و از این جملات برای آموزش مدل استفاده می کنیم به نحوی که این مدل نویز را از گفتار حذف کند و تخمینی از گفتار تمیز بزند، سپس در مرحله تست مدل از دادگان test استفاده می کنیم. و دادگان test را که به نویز آلوده شده اند را به مدل آموزش دیده می دهیم تا تخمینی از سیگنال تمیز به ما بدهد.
سپس با روش های ارزیابی pesq,wsegsnr و stoiعملکرد میزان حذف نویز را اندازه می گیریم. که باید نسبت به حداقل یک مقاله جدید نتایج بهتری در حذف نویز داشته باشند.
نویزهای که برای نویزی کردن سیگنال تمیز استفاده می شوند و به همراه timit را در اختیار قرار خواهم داد. از جمله نویزهای car, babble, factory1,pink,f16, white  و ... استفاده می شود و snr برای نویزی کردن گفتار 5-,0,5,10,15,20 دسی بل برای داده های test و train خواهد بود که دادگان نویزی با نویزهای مختلف را در اختیار قرار خواهم داد.
مدل پیشنهادی برای حذف نویز باید از شبکه های عصبی عمیق استفاده کند. همچنین از روش های آماری در شبکه عصبی برای حذف نویز استفاده کند. به عنوان یک روش می توان از الگوریتم nmf  و یا روش های اسپارس در ساختار شبکه عصبی استفاده کرد تا حذف نویز گفتار صورت گیرد.
از جمله واژه های سرچ در رابطه با مقالات مرتبط به عنوان زیر می توان اشاره کرد:
Speech enhancement with lstm networks

7626

مهارت ها و تخصص های مورد نیاز

---

---