انجمن کامپیوتر ایران

در رويکردهاي حاشيه‌نويسي موجود اغلب از ويژگي‌ مبتني بر نواحي تصوير استفاده مي‌شود. اين نواحي معمولاً به صورت مستطيل‌هاي يکسان و يا اشکال شئ مانندي هستند، که با کمک الگوريتم‌هاي قطعه بندي توليد مي‌شوند. قطعه‏بندي تصوير فرايندي پرهزينه و زمانبر است. بعلاوه، نتايج الگوريتم‌هاي قطعه‌بندي موجود با خطاي بسيار همراه است و تاثيرات مخربي بر کارايي حاشيه‌نويسي دارد. از سوي ديگر، نواحي مستطيلي به تنهايي انتخاب مناسبي براي کار حاشيه‌نويسي تصوير نيستند، زيرا در مقابل تبديلات و تغييرات متداول روي تصوير مقاوم نمي‌باشند. در اين مقاله، يک رويکرد حاشيه‌نويسي مبتني بر اطلاعات برجستگي‌هاي تصوير پيشنهاد شده است. نواحي برجسته تصوير در مقابل تغييرات متداول روي تصوير مقاومند و استخراج آنها هزينه‌بر و همراباخطا نيست. در رويکرد پيشنهاد شده اطلاعات بلوک‌ها و نواحي برجسته تصوير ترکيب شده است. آزمايشات نشان مي‌دهند، که رويکرد پيشنهادي از دقت و کارايي خوبي در حاشيه‌نويسي تصوير برخوردار است.

در اين مقاله با اعمال روش VQ بر روي ضرائب DCT و ايجاد هيستوگرام ضرائب DCT، روش جديدي براي استخراج ويژگي هاي ديداري سطح پايين تصاوير از حوزه فشرده JPEG، ارائه شده است. ويژگي معرفي شده با ويژگي هاي مشابه از حوزه پيکسل و حوزه فشرده، در بازيابي تصوير روي يک پايگاه شامل 10000 تصوير با يکديگر مقايسه مي شوند. نتايج اين مقايسه بيانگر آن است که هيستوگرام ضرائب پيشنهادي در نمايه سازي و بازيابي تصوير، موثرتر از ويژگي هاي گابور و ويژگي هاي ارائه شده در ساختار ماندالا عمل مي کند.

- تشخیص اتوماتیک محدوده سنی یکی از مسائل هوش مصنوعی است که به سبب اهمیت آن از سال¬ها پیش بر روی آن کار و تحقیق شده¬ است. در این مقاله علاوه بر معرفی دادگان جمع¬آوری شده برای تشخیص محدوده سنی، از روش¬های دسته¬بندی گوناگونی نیز برای دسته¬بندی 5 دسته مختلف که چهار گروه سنی را مشخص می¬کند، استفاده شده است. دادگان جمع¬آوری شده شامل 176 گوینده در گروه سنی زیر 20 سال می¬باشد که با ادغام این دادگان و دادگان فارسدات میکروفونی که شامل 304 گوینده می¬باشد، مجموعه کاملی از جهت پوشش محدوده‌های سنی به منظور استفاده در تشخیص سن بدست آمد. برای دسته-بندی نیز علاوه بر دسته¬بندی کننده¬های رایج GMM، SVM و MLP از یکی از روش¬های پیشنهادی که به نوعی از ترکیب روش-های دیگر بهره می¬گیرد، استفاده نمودیم. در انتها به کمک روش پیشنهادی توانستیم بالاترین دقت را بدست آورده و با دقت 85.48% ، گوینده‌ها را بر اساس محدوده‌ سنی آنها دسته¬بندی نماییم.

خلاصه سازی خودکار چند سندی، روشی برای ارائه فشرده مطالبی است که در ارتباط با یک موضوع بوده ولی جهت دید آنها متفاوت از یکدیگر می باشند. خلاصه خوب، باید بیانگر زمینه کلی بوده و ضمن بیان دیدگاههای مختلف موجود در متن از خوانایی و پیوستگی بالایی برخوردار باشد. در این مقاله با بهره¬گیری شکل جدیدی از روش استخراج روابط معنایی موجود در متن (LSA یا LSI) و تکنیک برچسب زنی معنایی نقش لغات(SRL)، روشی جدید برای خلاصه¬سازی چند سندی شده است. در ابتدا با استفاده از ماتریس کلمه- سند به جای ماتریس کلمه- جمله و با بهره گیری از LSA، جملات مهم مرتبط با زمینه استخراج می شود. در گام بعدی با استفاده از تکنیک SRL و با استفاده از WordNet شباهت معنایی جملات استخراج شده و در نهایت جملات شبیه به هم حذف می شوند. نتایج آزمایش¬ها برروی داده¬های DUC2007 حاکی از افزایش چشمگیر دقت در قیاس با روش¬های قبلی مبتنی بر LSAو سیستم¬های موجود در DUC2007 می باشد.

اخیرا یک روش فراابتکاری با نام الگوریتم جستجوی گرانشی با الهام از قانون گرانش و قوانین حرکت برای حل مسائل بهینه-سازی پیوسته معرفی شده است. در این مقاله، از الگوریتم جستجوی گرانشی برای حل مسئله فروشنده دوره¬گرد که یکی از سخت¬ترین مسائل بهینه¬سازی ترکیبیاتی است، استفاده شده است. برای این منظور، از مفاهیم عملگر جابجایی و دنباله جابجایی برای بازتعریف عملگرهای الگوریتم جستجوی گرانشی و از یک فرایند بهبود دهنده تور نیز برای تسریع همگرایی الگوریتم پیشنهادی استفاده شده است. نتایج پیاده¬سازی الگوریتم پیشنهادی و مقایسات انجام شده با یک نسخه گسسته از الگوریتم بهینه¬ساز جمعیت ذرات، کارایی تقریبا مناسب این الگوریتم را در حل مسئله فروشنده دوره¬گرد نشان می¬دهد.

اغلب كارهاي انجام شده در زمينه رفع اعوجاجات هندسي تصاوير متن مربوط به اسناد و متوني است كه به زبانهاي لاتين مي باشند. در اين مقاله الگوريتمي براي رفع اعوجاج در تصاوير شامل متن هاي فارسي، كه با يك دوربين ديجيتال گرفته شده اند، پيشنهاد شده است. روش پيشنهادي روي تصاوير سطح خاكستري اعمال مي¬شود. در اين روش ابتدا پيش پردازشهاي لازم شامل باينري سازي تصوير ورودي، آشکارسازي خطوط متن و نوار زمينه انجام شده، سپس اعوجاج هندسي ناشي از نوع تصويربرداري رفع مي¬گردد. مزيت اين الگوريتم، قابليت استفاده آن در متون فارسي ولاتين و نيز براي اندازه هاي مختلف متن مي باشد. نتايج روش پيشنهادي حاكي از كارايي بالاي اين روش روي تصاوير متن حاصل از دوربين هاي ديجيتال است.

الگوریتم ترکیبی یادگیری افزایشی مبتنی بر جمعیت و بهینه سازی حدی (PBIL-EO , PBIL-GEO)

در این مقاله با استفاده از الگوریتم جستجوی گرانشی یا GSA نرخ بازشناسی ارقام دستنویس فارسی بهبود داده می شود. دو روش برای بهبود نرخ بازشناسی پیشنهاد شده است. در روش اول با استفاده از نسخه باینری الگوریتم جستجوی گرانشی یا BGSA از میان کل ویژگی هایی که برای ارقام به منظور بازشناسی استخراج کرده ایم، ویژگی های بهینه را انتخاب می کنیم. با این کار علاوه بر کاهش تعداد ویژگی ها و هزینه های محاسباتی، نرخ بازشناسی را به میزان قابل توجهی بهبود می بخشیم. در روش دوم با استفاده از نسخه حقیقی الگوریتم جستجوی گرانشی یا RGSA به جای انتخاب ویژگی های بهینه، از روش وزندهی به ویژگی ها استفاده کرده و نرخ بازشناسی را بهبود می بخشیم. در این روش به هر کدام از ویژگی ها یک وزن نسبت می دهیم. در واقع بردار ویژگی را در بردار وزن ضرب کرده و بردار ویژگی جدیدی به دست می آوریم. این بردار وزن را با الگوریتم RGSA به دست می آوریم. الگوریتم RGSA بعد از چندین بار تکرار مجموعه وزن ویژگی ها را به گونه ای تعیین می کند که دقت طبقه بندی افزایش یابد. در این مقاله، از روش فازی برای طبقه بندی استفاده می کنیم. تابع برازندگی در الگوریتم های BGSA و RGSA تعداد خطاهای طبقه بندی کننده فازی می باشد و هدف مینیمم کردن این مقدار است. نتایج این دو روش کارایی آنها را تایید می کنند.

تبديل ويژگي¬ها يک روش متداول در بازشناسی الگو است که مي تواند منجر به افزايش دقت رده بندي يا کاهش بار محاسباتي گردد. در اين مقاله يک روش تبديل ويژگی مبتنی بر ماکزيمم اطلاعات متقابل معرفی و ارائه می¬شود که اطلاعات متقابل ميان ويژگي¬ها و کلاسها را ماکزيمم مي¬کند. تبديل حاضر با يک روش تکراري و بر اساس افزايش گراديان نقطه¬ای تخمين زده مي¬شود. نتايج آزمايشات انجام گرفته روي دادگان UCI و دادگان TIMIT نشاندهنده عملکرد بهتر روش پيشنهادي نسبت به ديگر روشها است. در بين دادگان¬های UCI در دادگان Glass افزايش دقت 7.94 درصدی، نسبت به بهترين حالت تبديلات ديگر بدست آورده شده و در دادگان TIMIT اين افزايش 0.07 درصد مي¬باشد.

بازيابي تصوير بر اساس محتوا (CBIR) شامل مجموعه¬اي از روش¬ها براي پردازش ويژگيهاي ديداري يک تصوير پرس¬و¬جو به منظور پيدا کردن تصاوير مشابه آن در يک پايگاه تصوير است. در بازيابي تصوير، بردار پرس¬و¬جو در فضاي جستجو به نحوي که از تصاوير نامرتبط دور و به تصاوير مرتبط نزديک شود حرکت مي¬کند. در روشهاي چند¬پرسشي، ابتدا بردار پرس¬وجو به چند بردار تبديل شده سپس در فضاي جستجو حرکت مي¬کند. براي اين منظور تصاوير مرتبط خوشه¬بندي شده و مرکز هر خوشه به عنوان يک پرس¬و¬جوي جديد در نظر گرفته مي¬شود. در اين تحقيق روشهاي مختلف خوشه بندي سلسله مراتبي در بازيابي تصوير به شيوه چند پرسشي با هم مقايسه شده¬اند. در الگوريتم خوشه¬بندي سلسله مراتبي براي ترکيب کردن دو خوشه بايد ميزان شباهت بين آن دو خوشه را محاسبه کرد. روشهاي متفاوت اندازه¬گيري شباهت بين دو خوشه منجر به الگوريتم¬هاي مختلفي شده است که در اين تحقيق کارايي آنها در بازيابي تصوير به شيوه چند پرسشي روي يک پايگاه تصوير شامل 10000 تصوير از 82 گروه معنايي با هم مقايسه شده است. نتايج آزمايشها برتري روش WPGMC را نشان مي¬دهد

یکی از چالش¬ها در مديريت اعتماد محاسبه مقدار اعتماد بین دو موجودیت در شرایطی است که مبدا تجربه تعامل مستقیم با مقصد را ندارد. یک روش متداول برای تخمین میزان اعتماد در این شرایط، انتشار اعتماد است به این ترتیب که اعتماد بین دو گره برمبنای اطلاعات دریافتی از گره¬های واسطه ارزیابی می¬شود. یکی از متداول¬ترین روش¬ها برای این ارزیابی استفاده از راهبرد ضرب مکرر (IMS) است. در این مقاله راهکاری برای ارتقای دقت راهبرد ضرب مکرر ارائه می¬کنیم که ابتدا براساس میزان شباهت نظرات دو گره در ارزیابی اعتماد به دیگران، اعتماد توصیه بین دو گره را تخمین می¬زند. براساس مقادیر اعتماد توصیه و با استفاده از یک رابطه پیشنهادی جدید مقدار اعتماد انتشاری به صورت اولیه تخمین زده می¬شود. سپس برای رسیدن به دقت بیشتر از الگوریتم ACO استفاده می-شود و مورچه¬ها با حرکت بین گره¬ها بهترین مسیر از یک مبدا به هر مقصد یعنی مسیری را که دقیق¬ترین ارزیابی از اعتماد انتشاری را ارائه می¬کند، پیدا می¬کنند. نتایج حاصل از آزمایش و ارزیابی روش پیشنهادی برروی مجموعه¬داده معروف Advogato نشان می-دهد که دقت آن افزایش قابل ملاحظه¬ای نسبت به راهبرد ضرب مکرر پایه دارد.

روش رگرسيون خطي با بيشينه درست¬نمايي (MLLR) يکي از روش¬هاي تطبيق گوينده است که با خوشه¬بندي پارامترهاي مدل و تخمين ماتريس تبديل براي هر خوشه و اعمال تبديل بر پارامترهاي مدل ، باعث بهبود عملکرد تطبيق و در نتيجه افزايش نرخ بازشناسي براي گوينده جديد مي¬شود. خوشه¬بندي پارامترهاي مدل معمولاً به دو صورت انجام مي¬شود: بر اساس دانش آوايي و نزديکي ويژگي¬ها در فضاي آکوستيکي. در اين مقاله با استفاده از روش متمايزسازي خطاي کمينه کلاس¬بندي با متمايز کردن ويژگي¬هاي سيگنال گفتار با بهبود کلاس¬بندي، کارآيي روش MLLR بهبود يافته است. اين بهبود در حالت اول با متمايزتر کردن کلاس¬هاي رگرسيون و در حالت دوم با يکنواخت کردن توزيع مخلوط¬هاي گوسي در کلاس¬هاي رگرسيون ايجاد مي¬شود. روش پيشنهادي يعني بكارگيري خطاي كمينه كلاس¬بندي نسبت به روش¬هاي معادل بدون خطاي كمينه كلاس¬بندي، به ترتيب باعث افزايش نسبي %0.42 تا %0.58 و %0.12 تا %0.72 در نرخ بازشناسي واج به ترتيب براي دادگان TIMIT و WSJ مي گردد. در حالتي است که درخت کلاس رگرسيون بر اساس نزديکي ويژگي¬ها در فضاي آکوستيکي ساخته شده است ، نرخ بازشناسي واج بر روي دادگان TIMIT %0.25 افزايش نسبي يافته است.

در اين مقاله يك روش جديد در زمينه کشف جرايم الکترونيک، پيشنهاد شده است. روش پيشنهادي بر مبناي الگوی نويز تصوير و اطلاعات محلي، دوربيني که تصوير با آن گرفته شده است را تعيين مي‌کند. در اين مقاله از الگوي نويز ناشي از تغيير حساسيت سنسور به روشنايي استفاده شده است. با توجه به تحليل‌هاي انجام شده، انتظار مي‌رود بهترين مناطق براي تشخيص صحيح اين نوع نويز مناطقي با پيكسل¬هاي داراي مقدار زياد و واريانس کم باشند. براي شناسايي اين مناطق ابتدا تصوير به بلاك‌هاي غير هم پوشا شكسته شده و از هر كدام از بلاك¬ها يك سري مشخصه از جمله ميانيگن و عكس واريانس استخراج مي¬شود. بر اساس اين مشخصه‌ها، تعدادي از بلاك‌ها جهت تعيين همبستگي الگوی نويز تصوير با الگوی نويز دوربين انتخاب مي¬گردد. با توجه به حذف بلاك¬هايي كه مي‌توانند اثر منفي بر روي تشخيص داشته باشد انتظار مي‌رود تشخيص دوربين منبع بهتر انجام شود. روش پيشنهادي بر روي يك پايگاه تصوير شامل 500 تصوير مورد بررسي قرار گرفته و نتايج بدست آمده تئوري پيشنهادی را تاييد مي-كنند.

در اين تحقيق، روشي کارا براي بازيابي تصاوير ارائه شده که در آن، بر اساس آموزش، نتايج طي فرآيندي ترکيبي، بصورت مرتب شده به کاربر ارائه مي‌شود. در روش پيشنهادي، از اطلاعات متني موجود در کنار تصاوير براي استخراج ويژگي‌هاي معنايي و از محتواي تصاوير به منظور استخراج ويژگي‌هاي بصري و‌ آموزش مدل مرتب ‌سازي استفاده مي‌شود. مدل مرتب ‌سازي تابعي است که تصاوير پرس‌وجو و مجموعه‌داده را بعنوان ورودي دريافت کرده و نتايج را بصورت مرتب بر روي خروجي مي‌فرستد. در اين مقاله، ماژول بصري، ورودي‌اش را از ماژول متني دريافت نموده و خروجي آن، به منظور توليد و بهبود نتايج نهايي، با نتايج ماژول متني ترکيب مي‌شود. از آنجا که معيار کارايي مورد استفاده، به ازاي هر پرس‌وجو محاسبه مي‌شود، در روش پيشنهادي از فرآيندِ آموزشي تکراري استفاده شده که در آن، معيار کارايي هر پرس‌وجو، در تمامي مراحل فرآيند تأثير گذار است. نتايج بدست آمده از اعمال روش ارائه شده بر روي مجموعه داده ImageCLEF، نشان دهنده کارايي بالاي اين روش در مقايسه با ساير تحقيقات قبلي انجام شده است.

الگوریتم بهینه سازی توده زنبورهای همکار به نام “MCBSO” در این مقاله ارائه می گردد. “MCBSO” به صورت پیوندی از رفتارهای هوشمندانه زنبورهای عسل و مکانیسمی تکاملی که به آن ترکیب-گروهبندی مجدد می گوئیم، طراحی شده است. در “MCBSO” یک توده به گروههای همکار کوچک تر تقسیم می شود. درون گروهها دینامیک جمعی سریع و بین گروهها دینامیک جمعی کند وجود دارد. الگوریتم پیشنهادی بر روی مجموعه ای از توابع عددی امتحان شده و با کارهای مشابه مقایسه شده است. نتایج نشان می دهند الگوریتم پیشنهادی نه تنها دقت همگرایی خوبی دارد بلکه از سرعت همگرایی بالایی نیز برخوردار است و روشی مطمئن برای بهینه سازی توابع عددی ارائه می کند.

در طراحي بسياري از سيستم‏‏هاي تشخيص گفتار پيشين، از روش‏هاي يادگيري نظارتي جهت آموزش طبقه‏بندها استفاده شده است؛ که نيازمند مجموعه‏ي عظيمي از داده‏هاي برچسب‏دار مي‏باشد. همانطور که مي‏دانيم در بسياري از مسائل يادگيري کاربردي موجود در دنياي امروز، جمع‏آوري داده‏هاي برچسب‏دار امري بسيار مشکل، زمان‏بر و پرهزينه است. در حالي که حجم زيادي از داده‏هاي بدون برچسب به آساني در دسترس بوده ولي روش‏هاي موثر کمتري جهت استفاده از آنها وجود دارد. پردازش وآناليز گفتار، يکي از مهمترين مسائلي است که مشکل برچسب زدن داده‏هاي آموزشي در آن مطرح است. به طوري که براي برچسب زدن به يک ساعت گفتار، حدوداً به 400 ساعت زمان نياز داريم. به همين دليل ما در اين مقاله الگوريتم بهبود يافته MCo_Training1 را به منظور ساخت يک سيستم يادگيري نيمه‏نظارتي جهت شناسايي حروف مصوت ارائه مي‏دهيم که در آن حجم عظيمي ازداده‏‏هاي بدون برچسب، مورد استفاده قرار مي‏گيرند. نتايج بدست آمده نشان مي‏دهد که کارايي الگوريتم ارائه شده در مقايسه با روش‏هاي يادگيري نظارتي و الگوريتم استاندارد Co_Training بالا بوده و ميزان نرخ خطاي تشخيص به شکل قابل توجهي کاهش پيدا مي‏کند.

امروزه، در بيشتر موارد انجام آزمايش‌ها در جوامع انساني كاري غيرعملي و يا غيراخلاقي است و مواردي همچون صحنه‌نبرد، آزمايش مدل‌ها،تئوري‌ها و سناريوهاي ارائه‌شده، مستلزم هزينه‌هاي جاني و مالي زيادي خواهد بود. از اينرو توسعه محيط‌هاي شبيه‌سازي، رويكرد رايج براي بررسي سناريوهاي مختلف است. شبيه‌سازي، به پژوهشگران امكان‌مي‌دهد تا مدل‌ها و تئوري‌هاي خود را با پارامترهاي مختلف و از زواياي متفاوت، بررسي و ارزيابي‌كنند. رويكرد شبيه‌سازي نرم‌افزاري، جايگزين مناسب و در برخي موارد، تنها راه ممكن براي بررسي سناريوها در صحنه‌نبرد است. در اين رويكرد، صحنه نبرد در قالب يك سيستم چندعاملي شبيه‌سازي و بررسي‌مي‌شود كه نرم‌افزارهاي اين حوزه را شبيه‌ساز عامل‌پايه(ABD) مي‌نامند. در اين مقاله، معماري براي شبيه‌ساز صحنه نبرد مبتني بر سه مفهوم اصلي عامل، شبكه و فرايند شناختي طراحي‌شده‌است. اين سه مفهوم منطبق بر چارچوب مفهومي كاپرا است كه براساس رويكردهاي نوين شناختي ارائه‌شده‌است. معماري پيشنهادي به صورت يك نرم‌افزار شبيه‌ساز با استفاده از زبانMATLAB، پياده‌سازي‌شده و قابليت‌هاي تشخيص استراتژي با توجه به پراكندگي عامل‌ها در صحنه نبرد و رفتار انطباقي عامل‌ها در حركت، توسط اين نرم‌افزار مورد بررسي و ارزيابي قرار‌گرفته‌است. نتايج اين شبيه‌سازي، مي‌تواند پيش از اعمال استراتژي‌ها در دنياي واقعي، مورداستفاده‌قرارگيرد.

در اين مقاله يک ابزار بهينه¬سازي جديد در طراحي خودکار مدارات مجتمع آنالوگ مبتني بر الگوريتم بهينه¬سازي چند هدفه گروه ذرات (MOPSO) ارائه مي¬شود. ابزار پيشنهادي در ابتدا با استفاده از يک نرم¬افزار شبيه¬ساز مدار مورد نظر را شبيه¬سازي مي¬کند، سپس نتايج شبيه¬سازي بوسيله الگوريتم MOPSO تحت بهينه¬سازي قرار مي¬گيرند و تا حصول نتيجه مطلوب اين روند ادامه مي¬يابد. براي بررسي توانايي ابزار پيشنهادي عملکرد آن مورد سنجش قرار مي¬گيرد و به عنوان نمونه از آن جهت بهينه-سازي طراحي خودکار يک تقويت کننده عملياتي تفاضلي سه طبقه با تکنولوژي CMOS افزايشي استفاده مي¬شود. نتايج بدست آمده نه¬تنها خواسته¬هاي مورد نظر در طراحي را برآورده مي¬سازد بلکه با ارائه دسته¬جواب¬هاي متنوع دست طراح را در انتخاب جواب مناسب از ميان جواب¬هاي قابل قبول نهايي باز خواهد گذاشت. از ديگر نقاط قوت ابزار پيشنهادي مي¬توان به¬کاهش زمان طراحي و ساختار ساده الگوريتم بهينه¬سازي اشاره کرد. برنامه¬هاي اصلي اين ابزار با نرم¬افزار Matlab پياده¬سازي شده و شبيه-سازي¬ مدارات توسط نرم¬افزار Hspice انجام مي¬شود. اين ابزار قابليت سايزبندي المان¬هاي هر نوع مدار آنالوگ را دارد.

با توجه به کاربرد گسترده‌ي سيستم‌هاي تبديل متن به گفتار، طراحي‌، ساخت و بهبود عملکرد چنين سيستم‌هايي همواره مورد توجه پژوهشگران بوده است. مبدل حرف به صدا که وظيفه‌ي تبديل دنباله‌ي حروف کلمه‌ي ورودي به دنباله‌ي آوايي معادل کلمه را دارد، يکي از بخش‌هاي مهم سيستم‌هاي تبديل متن به گفتار است. در اين مقاله مدلي دو لايه با ترکيب روش قانون‌گرا و شبکه‌ي بيزين براي تبديل حرف به صدا پيشنهاد شده است. در لايه‌ي اول با تعريف چند قانون بدون استثناء، دنباله‌ي واجي بخشي از حروف به دست مي‌آيد. سپس حروف زبان فارسي بر اساس شباهت‌ها و تفاوت‌هاي معادل آوايي آن‌ها به 5 دسته تقسيم شده و هر دسته با يک شبکه‌ي بيزين مدل مي‌شود. براي آموزش و ساخت مدل دادگاني شامل 146000 واژه‌ي زبان فارسي استفاده شده که پس از ترازبندي براي ساخت مدل استفاده مي‌شوند. ميزان کارآيي نهايي اين سيستم براي تبديل درست حروف به آواهاي متناظر، با استفاده از دو الگوريتم جستجوي k2 و TAN به ترتيب 4/83% و 6/91% است که براي زبان فارسي کارآيي بسيار خوبي مي‌باشد.

تخمين فعاليت¬هاي صوتي عبارت است از فرآيند دسته¬بندي سيگنال گفتار به قسمت¬هاي گفتار و غيرگفتار. با توجه به کاربرد گسترده‌ي چنين الگوريتم‌هايي در شاخه‌هاي مختلف پردازش گفتار، ارائه‌ي روش‌هايي که باعث بهبود اين فرآيند شوند، همواره مد نظر پژوهشگران بوده است. در اين مقاله با استفاده از روش يادگيري ميدان تصادفي شرطي و ويژگي‌هاي انرژي و اندازه‌ي همواري طيف، مدلي برای تشخيص و جداسازي قسمت‌هاي گفتاري و غيرگفتاري سيگنال صوت، ارائه شده است. برای به دست آوردن مقادير بهينه‌ي پارامترهاي روش يادگيري ميدان تصادفي شرطي از مجموعه‌ي دادگان صوتي Aurora استفاده شده و با در نظر گرفتن اين مقادير بهينه و با استفاده از دادگان Timit مدل نهايي ساخته شد و کارآيي آن روي دادگان بدون نويز 78/90% برآورد شده است. مهمترين مزيت استفاده از روش يادگيري ميدان تصادفي شرطي، حجم کم دادگان مورد نياز برای ساخت مدل است. مقايسه‌ي اين روش و روش ماشين بردار پشتيبان روي حجم يکساني از دادگان آموزشي و آزمايشي نشان مي‌دهد که ميدان تصادفي شرطي 22/14% بهتر از روش ماشين بردار پشتيبان عمل کرده و در مقابل نويز نيز پايدارتر است.