نموذج الشبكات الذكية لمعالجة البيانات النسبية: طريقة هجينة لتمييز الكلام

أصبح استخدام الحاسب الآلي يشمل كثيراً من المجالات العلمية والتطبيقية في مختلف نواحي الحياة. ومن ضمن هذه الاستخدامات  استخدام الحاسب لتميز الكلمات والأصوات. ولقد شهد هذا المجال تطوراً مطرداً حتى غدت نسبة التميز في كثير من هذه الأنظمة عالية نسبيا مما مكن دخولها مرحلة التطبيق الفعلي.<br> أنظمة التميز الآلي للكلمات يمكن تقسيمها إلى أقسام رئيسية، نذكر منها: الأنظمة التي تعتمد على مقارنة النماذج (DTW) والأنظمة التي تستخدم الطرق الإحصائية (HMMs) وقسم ثالث يقوم على استخدام الشبكات الذكية (ANNs) التي تحاكي أسلوب عمل العقل في بعض جوانبه. كما يمكن الربط و التوفيق بين هذه الطرق الرئيسية للخروج بأنظمة هجينة (Hybrid)  تجمع كثيراً من الصفات الإيجابية لهذه الأنظمة.<br> من خلال هذه الدراسة تم تطوير نظام تميز للكلمات المفردة النطق يجمع بين مقارنة النماذج وأنظمة الشبكات الذكية للوصول إلى نظام يحقق  قدراً مناسباً من الدقة في تميز الكلمات والأصوات.<br> تم اختبار النظام على عدة قواعد بيانات صوتية منها ما هو محلي ( الأرقام العربية) وقاعدة بيانات من جامعة Otago في نيوزلندا (الأرقام الإنجليزية) وقاعدة بيانات TIMIT والتي أخذت منها كلمات منفردة من جملتين أساسيتين و توسعت الاختبارات لتشمل CTIMIT  و  TIDIGITS. <br>  إن هذا النظام المطور يتمتع بكثير من الميزات الإيجابية؛ نذكر منها: سهولة التطبيق؛ الدقة العالية؛ الاستقرار في وجود عوامل مختلفة؛ الفاعلية في بيئات مختلفة مثل الهاتف الجوال. وإضافة لكل تلك الميزات يمكن تطبيق هذا النظام في مجالات أخرى مشابهة. مثل الأنظمة التي تعتمد على مقارنة النماذج (DTW) .  <br> ولقد أطلق على هذا النظام اسم Relative Distance Vector Neural Network (RDVNN).<br><br>