تعداد نشریات | 161 |
تعداد شمارهها | 6,573 |
تعداد مقالات | 71,037 |
تعداد مشاهده مقاله | 125,513,357 |
تعداد دریافت فایل اصل مقاله | 98,775,224 |
بررسی اثربخشی سیستم تشخیص گفتار هوشمند در بازیابی صحیح اطلاعات ادبیات روایی | ||
تحقیقات کتابداری و اطلاعرسانی دانشگاهی | ||
دوره 57، شماره 2، تیر 1402، صفحه 41-54 اصل مقاله (663.19 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jlib.2023.363017.1703 | ||
نویسندگان | ||
اورانوس تاج الدینی* 1؛ نسرین فلاح2؛ آرزو مومنی1 | ||
1گروه علم اطلاعات و دانششناسی، دانشگاه شهید باهنر کرمان، کرمان، ایران. | ||
2گروه ادبیات، دانشگاه شهید باهنر کرمان، کرمان، ایران. | ||
چکیده | ||
هدف: این پژوهش با هدف کشف میزان اثربخشی استفاده از سیستم تشخیص گفتار هوشمند در بازیابی صحیح اطلاعات ادبیات روایی در کودکان دبستانی و مقایسه آن با تأثیر استفاده از نرمافزار قصهگویی و قصهگوی انسانی در این مورد صورت گرفته است. روششناسی: این پژوهش از نظر هدف کاربردی بوده و با روش نیمهتجربی انجام شده است. جامعه آماری این پژوهش را کودکان دبستانی دختر و پسر پایۀ اول تا سوم دبستان تشکیل میدهند که 36 نفر از آنها با روش نمونهگیری طبقهای در دسترس به عنوان نمونه انتخاب شدند. برای انجام این مطالعه از دو ابزار سیستم تشخیص گفتار هوشمند و برنامه کاربردی (اپلیکیشن) قصهگویی به نام «کتاب قصه صوتی» استفاده شد. جهت گردآوری دادهها از یک پرسشنامه و همچنین یک سیاهۀ وارسی که مطابق با سؤالات پرسشنامه طراحی گردیده به منظور تکمیل بررسی و ارزیابی معیارهای تعیین شده، استفاده گردید. جهت تجزیهوتحلیل دادهها نرمافزار آماریSPSS27 و آزمون آماری تحلیل واریانس یکطرفه به کار برده شده است. یافتهها: یافتهها نشان داد که متوسط تعداد خطاها در اطلاعات بازیابیشده از قصهها توسط کودکان هنگام استفاده از سیستم تشخیص گفتار هوشمند با میانگین 7/0، نسبت به هنگام استفاده از قصه گوی انسانی بیشتر و نسبت به هنگام استفاده از برنامه کاربردی (اپلیکیشن) قصهگویی کمتر است. متوسط طول اطلاعات بازیابیشده قصه توسط کودکان در گروهی که از سیستم تشخیص گفتار هوشمند استفاده میکردند با میانگین 966/3، از گروه صدای انسان کمتر و از گروه برنامه کاربردی قصهگویی بیشتر است. متوسط سرعت بازیابی اطلاعات قصه توسط کودکان گروهی که از سیستم گفتار هوشمند استفاده میکردند با میانگین583/2، از گروه صدای انسان کمتر و از گروه برنامه کاربردی قصهگویی بیشتر است. متوسط صحت اطلاعات بازیابی شده قصه توسط کودکان در گروهی که از سیستم تشخیص گفتار استفاده میکردند با میانگین3/4، از گروه صدای انسان کمتر و از گروه برنامه کاربردی قصهگویی بیشتر است. نتیجهگیری: نتایج این پژوهش نشان داد استفاده از سیستم تشخیص گفتار هوشمند در بازیابی صحیح اطلاعات ادبیات روایی کودکان دبستانی به طور محسوس اثربخش نیست. کودکانی که داستانها را یک انسان برایشان تعریف کردند دقت و تمرکز بالاتری داشتند و این موضوع میتواند ناشی از برقراری ارتباط فیزیکی، عاطفی، چشمی، چهرهبهچهره و شرایط محیطی باشد که بر روی روان آنها تأثیر گذاشته و سبب افزایش عملکرد حافظه و یادگیری، افزایش میزان توجه و تمرکز، پردازش سریع اطلاعات، سازماندهی ادراکی و یادآوری اطلاعات شده که این عوامل درک و فهم کامل آنها را به دنبال داشته است. | ||
کلیدواژهها | ||
سیستم تشخیص گفتار هوشمند؛ اثربخشی؛ بازیابی صحیح اطلاعات؛ ادبیات روایی؛ نرمافزار قصهگویی؛ کودکان دبستانی | ||
مراجع | ||
ایرانمنش، زهرا (1398). تأثیر ادبیات داستانی بر رشد و تفکر کودک. اورمزد، 47، 28-41.
بحرانی، محمد، و صامتی، حسین (1389). به کارگیری اطلاعات زبانی در یک سیستم بازشناسی گفتار پیوسته فارسی. زبان و زبانشناسی، 11، 87-112.
پورابراهیم، یوسف؛ رزازی، فربد، و صامتی، حسین (1400). بازشناسی احساسات از روی گفتار با استفاده از ترکیب شبکههای عصبی ترنسفورمر و کانولوشن. روشهای هوشمند در صنعت برق، (52)13، 98-79.
پوردریایی، علی، و سعیدی، سهراب (1392). ادبیات چیست. هفتمین همایش پژوهشهای زبان و ادبیات فارسی، 283-291.
جهانگشته، اسماعیل؛ دوستی، عبدالرحمن، و دهقانی، مجتبی (1400). تشخیص احساس با روش پردازش گفتار و انتخاب ویژگی. نهمین کنفرانس ملی پژوهشهای کاربردی در علوم برق، کامپیوتر و مهندسی پزشکی.
حاجی نصرالله، شکوه (1396). شناخت ادبیات کودک. تهران: وزارت فرهنگ و ارشاد اسلامی.
حسنی، ملیحه (1398). یک روش جدید برای کاهش نویز گفتار و تشخیص دقیق گفتار با استفاده از مدلهای احتمالی برای گفتار تمیز و نویز. پایاننامه کارشناسی ارشد، آموزشکده فنی و حرفهای سما، دانشگاه آزاد اسلامی، بابل، ایران.
دیانت، روحالله؛ علی احمدی، مرتضی؛ اخلاقی، محمد یحیی، و باباعلی، باقر (1395). ارائه یک روش جدید بازیابی اطلاعات مناسب برای متون حاصل از بازشناسی گفتار. پردازش علائم و دادهها، 30، 93-108.
شهبازی، مهری (1391). مواد و خدمات کتابخانه برای کودکان و نوجوانان. تهران: دانشگاه پیامنور.
کمالی، مهدیه، و شیخ طاهری، عباس (1397). مستندسازی گزارشهای پرستاری با استفاده از فناوری تشخیص گفتار (مزایا، موانع و چالشها و تسهیلگرها). مجله انفورماتیک سلامت و زیست پزشکی، 5 (1)، 70-82.
مطالبی، مژده، و باستانفرد، اعظم (1396). مروری بر سیستمهای تشخیص صوت، مفاهیم و روشها. سومین کنفرانس بینالمللی فناوری اطلاعات، مهندسی کامپیوتر و مخابرات.
مهراد، جعفر، و کلینی، سارا (1386). بررسی مدل فضای برداری در بازیابی اطلاعات. کتابداری و اطلاعرسانی، 10(2)، 198-210.
References Iranmanesh, Z. (2019). The effect of fiction on children's development and thinking. Ourmazd, 47, 31-47. (In Persian) Bahrani, M., & Sameti, H. (2010). Using linguistic information in a Persian continuous speech recognition system. Language and Linguistics, 11, 87-112. (In Persian) Bhukya, S. (2018). Effect of gender on improving speech recognition system. International Journal of Computer Applications, 179 (14), 22-30. Diyanat, R., Ali Ahmadi, M., Akhlaghi, M. Y., & Baba Ali, B. (2016). Presenting a new method of retrieving suitable information for texts obtained from speech recognition. Signal and Data Processing Quarterly, 30, 93-108. (In Persian) Elavarasi, S., & Suseendran, G. (2020). Automatic robot processing using speech recognition system. Department of Information and Technology, School of Computing Sciences, Vels Institute of Science Technology & Advanced Studies, 185-195. https://doi.org/10.1007/978-981-32-9949-8_14 Erratahi, R., El Hannani, A., & Ouahmane, H. (2018). Automatic speech recognition errors detection and correction: A review. Procedia Computer Science, 128, 32-37. https://doi.org/10.1016/j.procs.2018.03.005 Godara, S. (2019). Speech recognition using machine learning: a review. International Journal of Electronics Engineering, 11 (1), 971-976. Haji Nasrallah, S. (2016). Understanding children's literature. Tehran: Ministry of Culture and Islamic Guidance. (In Persian) Hasani, M. (2018). A new method for speech noise reduction and accurate speech recognition using probabilistic models for clean speech and noise. Sama Technical and Vocational School, Master thesis, Islamic Azad University, Babol, Iran. (In Persian) Iranmanesh, Z. (2018). The effect of fiction on children's development and thinking. Urmazd Quarterly, 47, 28-41. (In Persian) Jahangeshte, I., Dusti, A. R., & Dehghani, M. (2021). Emotion recognition by speech processing and feature selection. The 9th National Conference of Applied Researches in Electrical Sciences, Computers and Medical Engineering. (In Persian) Jia, Y., Hong, M., Hou, J., Ren, K., Ma, S., Wang, J., & Wang, J. (2022, December). LeVoice ASR systems for the ISCSLP 2022 intelligent cockpit speech recognition challenge. In 2022 13th International Symposium on Chinese Spoken Language Processing (ISCSLP) (pp. 517-521). IEEE. https://doi.org/10.1109/ISCSLP57327.2022.10038155 Kagolovsky, Y., & Moehr, J. R. (2003). Terminological problems in information retrieval. Journal of Medical Systems, 27(5), 399-408. https://doi.org/10.1023/A:1025687220609 Kamali, M., & Sheikh Taheri, A. (2018). Documentation of nursing reports using speech recognition technology (advantages, obstacles and challenges and facilitators). Journal of Health and Biomedical Informatics, 5(1), 72-80. (In Persian) Katyal, A., Kaur, A., & Gill, J. (2014). Automatic speech recognition: a review. International Journal of Engineering and Advanced Technology, 3(3), 71-74. https://doi.org/10.1007/1-4020-2673-0_3 Liu, Y., Li, H., Liang, X., Deng, H., Zhang, X., Heidari, H, & Zhang, X. (2023). Speech Recognition Using Intelligent Piezoresistive Sensor Based on Polystyrene Sphere Microstructures. Advanced Intelligent Systems, 2200427. https://doi.org/10.1002/aisy.202200427 Mahmood, A., & Kose, U. (2021). Speech recognition based on convolutional neural networks and MFCC algorithm. Advances in Artificial Intelligence Research, 1(1), 6-12. https://doi.org/10.3390/bdcc7030132 Mahrad, J., & Coleinney, S. (2007). Investigating the vector space model in information retrieval. Library and Information Quarterly, 10(2), 198-210. Maning, C., Raghavan, P., & Schutze, H. (2009). An introduction to information retrieval. Cambridge University Press, p. 569. Matalebi, M., & Bastan Fard, A. (2017). Overview of voice recognition systems, concepts and methods. The third international conference on information technology, computer engineering and telecommunications. (In Persian) Prodeus, A., & Kukharicheva, K. (2017). Automatic speech recognition performance for training on noised speech. International Conference Advanced Information and Communication Technologies, pp. 1-4. https://doi.org/10.1109/AIACT.2017.8020068 Purdaryai, A., & Saidi, S. (2012). What is literature? The 7th Persian Language and Literature Research Conference, pp.283-291. (In Persian) Purebrahim, Y., Razazi, F., & Sameti, H. (2021). Recognition of emotions from speech using a combination of transformer and convolutional neural networks. Smart methods in the electricity industry, 13(52), 79-98. (In Persian) Shahbazi, M. (2012). Library materials and services for children and teenagers. Tehran: Payam Noor University. (In Persian) Vimala, C., & Radha, D. V. (2012). A review on speech recognition challenges and approaches. World of Computer Science and Information Technology Journal, 2 (1), 1-7. http://dx.doi.org/10.5120/20284-2839 Zerari, N., Yousfi, B., & Abdelhamid, S. (2016). Automatic speech recognition: a review. International Academic Research Journal of Business and Technology, 2(2), 63-68. https://doi.org/10.1007/1-4020-2673-0_3 | ||
آمار تعداد مشاهده مقاله: 192 تعداد دریافت فایل اصل مقاله: 173 |