نشریه علمی پژوهش های نوین در سامانه های دفاع الکترونیکی

نشریه علمی پژوهش های نوین در سامانه های دفاع الکترونیکی

ارائه مدلی بهینه مبتنی بر Whisper برای تشخیص لهجه عربی عراقی در محیط نویز رادیویی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری مهندسی برق، گرایش جنگ الکترونیک، دانشگاه امام حسین (ع)
2 استادیار، دانشکده برق دانشگاه جامع امام حسبن(ع)
3 استادیار، دانشکده برق دانشگاه جامع امام حسین(ع)
4 استادیار، دانشکده برق دانشگاه جامع امام حسین (ع)
10.22034/joeds.2026.571950.1113
چکیده
تشخیص خودکار لهجه در سامانه‌های پردازش گفتار یکی از چالش‌برانگیزترین مسائل در کاربردهای اطلاعاتی و امنیتی، تحلیل محتوای صوتی و سامانه‌های هوشمند مبتنی بر گفتار است. در میان لهجه‌های عربی، لهجه عراقی به دلیل پیچیدگی‌های آکوستیکی، تنوع گویشی و اهمیت ژئوپلیتیکی از جایگاه ویژه‌ای برخوردار است. با این حال، بسیاری از روش‌های موجود، به‌ویژه در شرایط نویزی، از دقت آشکارسازی محدودی برخوردارند. در این مقاله، یک روش بهینه‌شده مبتنی بر مدل Whisper برای تشخیص لهجه عراقی در میان ۱۷ لهجه عربی ارائه می‌شود. در روش پیشنهادی، سیگنال‌های گفتار دیتاست 17ADI تحت شرایط عملیاتی و با نسبت سیگنال به نویز dB10 پردازش می‌شوند تا شرایطی نزدیک به محیط‌های واقعی شبیه‌سازی گردد. سپس ویژگی‌های آکوستیکی سطح بالا با استفاده از مدل بهینه‌شده Whisper و بر پایه نمایش log-mel spectrogram استخراج می‌شوند. این ویژگی‌ها به‌عنوان ورودی یک شبکه عصبی پرسپترون چندلایه برای انجام فرآیند طبقه‌بندی مورد استفاده قرار می‌گیرند. به‌منظور ارزیابی عملکرد سامانه، داده‌ها به مجموعه‌های آموزش، اعتبارسنجی و آزمون تقسیم شده و مسئله به صورت چندکلاسه مورد بررسی قرار گرفت. نتایج شبیه‌سازی نشان می‌دهد که روش پیشنهادی در شرایط سیگنال به نویز dB10 قادر به دستیابی به نوآوری و دقت آشکارسازی ۸۹ درصدی در تشخیص لهجه عراقی است. همچنین تحلیل ماتریس درهم‌ریختگی و منحنی ROC بیانگر توان تفکیک مناسب و پایداری قابل قبول سامانه در تشخیص لهجه هدف است. نتایج حاصل نشان می‌دهد که بهره‌گیری از ویژگی‌های عمیق استخراج‌شده توسط Whisper می‌تواند رویکردی مؤثر برای تشخیص لهجه عراقی در شرایط نویزی فراهم کند.
کلیدواژه‌ها

عنوان مقاله English

An Optimized Whisper-Based Model for Iraqi Arabic Accent Detection in Noisy Environments

نویسندگان English

Seyed Ali Hoseyni 1
Hamidreza Lashkarian 2
Pouria Etezadifar 3
Mahdi Mollazade 4
1 PhD Candidate in Electrical Engineering, Electronic Warfare, Imam Hussein (AS) University
2 Assistant professor, faculty of electrical engineering imam hossein(as) university, tehran, iran.
3 Assistant professor, faculty of electrical engineering imam hossein(as) university, tehran, iran.
4 Assistant professor, faculty of electrical engineering imam hossein(as) university, tehran, iran.
چکیده English

Automatic accent recognition in speech processing systems remains a challenging task in information-security applications, audio content analysis, and intelligent speech-based technologies. Among Arabic dialects, the Iraqi dialect holds particular importance due to its acoustic complexity, internal dialectal variation, and geopolitical significance. Nevertheless, many existing approaches, especially under noisy conditions, suffer from limited detection accuracy. In this paper, we propose an optimized method based on the Whisper model for detecting the Iraqi dialect among 17 Arabic dialects. In the proposed framework, speech signals from the ADI17 dataset are processed under operational conditions with an additive noise level corresponding to an SNR of 10 dB, simulating realistic acoustic environments. High-level acoustic features are extracted using the optimized Whisper model based on log-mel spectrogram representations, and these features are subsequently fed into a multi-layer perceptron (MLP) network for classification. To evaluate system performance, the dataset is divided into training, validation, and test subsets, and the problem is formulated as a multi-class classification task. Experimental results show that the proposed method achieves an innovative detection accuracy of 89% under 10 dB SNR conditions for Iraqi accent identification. Furthermore, the analysis of the confusion matrix and ROC curve demonstrates appropriate discriminative capability and stable performance in recognizing the target accent. The findings confirm that leveraging deep acoustic representations extracted by Whisper provides an effective and reliable approach for Iraqi accent recognition in noisy environments.

کلیدواژه‌ها English

Accent Detection, Iraqi Arabic, Confusion Matrix,Whisper

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 20 شهریور 1405