كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبية

معالجة الإشارات والصوت

تصنيف الكلام والصوت والسلاسل الزمنية بالشبكات العصبية

Speech, Audio Classification and Time Series with Neural Networks

متقدم 45 دقيقة

سير عمل تصنيف الأصوات من audioDatastore إلى الميزات والشبكة، وأوامر الكلام، والتنبؤ بالسلاسل الزمنية بـ LSTM، والشبكات الالتفافية أحادية البعد للإشارات.

ستتعلم في هذا الدرس

  • بناء مجموعة بيانات صوتية بـ audioDatastore
  • تصنيف الأصوات بميزات + مصنف أو بشبكة على الطيف الزمني
  • التنبؤ بخطوات مستقبلية بـ LSTM
  • تقييم نماذج السلاسل الزمنية دون تسرب زمني

خط أساس للتنبؤ قبل الشبكات

y = [112 118 132 129 121 135 148 148 136 119 104 118 115 126 141 135 125 149 170 170 158 133 114 140];
train = y(1:18);  test = y(19:24);  h = numel(test);
naive = repmat(train(end), 1, h);                 % آخر قيمة
seasonal = train(end-11:end-11+h-1);              % نفس الشهر من السنة السابقة
mae = @(a, b) mean(abs(a - b));
fprintf('naive    MAE = %.3f\n', mae(test, naive));
fprintf('seasonal MAE = %.3f\n', mae(test, seasonal));
% انحدار ذاتي AR(2) بالمربعات الصغرى على التدريب فقط
X = [ones(16,1) train(2:17)' train(1:16)'];
w = X \ train(3:18)';
hist = train;  ar = zeros(1, h);
for k = 1:h
    ar(k) = [1 hist(end) hist(end-1)] * w;
    hist(end+1) = ar(k);
end
fprintf('AR(2)    MAE = %.3f\n', mae(test, ar));
الناتج الفعلي (شُغِّل في GNU Octave 8.4 أثناء إعداد الدرس، والطباعة بـ fprintf/disp فتطابق MATLAB)
naive    MAE = 18.500
seasonal MAE = 18.667
AR(2)    MAE = 19.788

البيانات أول 24 شهراً من سلسلة المسافرين الشهرية الكلاسيكية (Box & Jenkins). على هذا المقطع القصير لم يتفوق AR(2) ولا التنبؤ الموسمي على التنبؤ الساذج، وهذا بالضبط سبب حساب خطوط الأساس أولاً: أي نموذج أعقد يجب أن يتجاوزها على بيانات اختبار لاحقة زمنياً.

التنبؤ بـ LSTM

load chickenpox_dataset                      % data: cell array، حالات شهرية
data = [data{:}];
numTrain = floor(0.9 * numel(data));
train = data(1:numTrain);  test = data(numTrain+1:end);
mu = mean(train); sig = std(train);
trainN = (train - mu) / sig;
XTrain = trainN(1:end-1)';  TTrain = trainN(2:end)';      % تنبؤ بخطوة واحدة
layers = [sequenceInputLayer(1); lstmLayer(128); fullyConnectedLayer(1)];
options = trainingOptions('adam', 'MaxEpochs', 200, 'Shuffle', 'never', 'Verbose', false);
net = trainnet(XTrain, TTrain, layers, 'mse', options);
% تنبؤ تكراري (closed loop) لطول الاختبار
net = resetState(net);
[~, state] = predict(net, XTrain);  net.State = state;
x = trainN(end);  Y = zeros(numel(test), 1);
for k = 1:numel(test)
    [x, state] = predict(net, x);  net.State = state;
    Y(k) = x;
end
Y = Y * sig + mu;
rmse = sqrt(mean((Y' - test).^2))

يتطلب هذا الكود: Deep Learning Toolbox. لم يُشغَّل في بيئة إعداد الدرس لعدم توفر الـ Toolbox، لذلك لا نعرض أرقاماً من عندنا؛ شغّله في MATLAB لديك وقارن النتائج.

chickenpox_dataset مرفقة مع Deep Learning Toolbox. خطوات الحالة (predict مع State) من مثال MathWorks الرسمي «Time Series Forecasting Using Deep Learning»؛ تحقق من الصيغة في إصدارك.

تصنيف الأصوات

ads = audioDatastore('commands', 'IncludeSubfolders', true, 'LabelSource', 'foldernames');
[adsTrain, adsVal] = splitEachLabel(ads, 0.8);
afe = audioFeatureExtractor('SampleRate', 16000, 'Window', hann(512, 'periodic'), ...
    'OverlapLength', 384, 'barkSpectrum', true);
XTrain = cellfun(@(x) extract(afe, x), readall(adsTrain), 'UniformOutput', false);
% ثم شبكة CNN على الطيف (كل مثال صورة زمن×تردد) أو نقل التعلم:
net = audioPretrainedNetwork('yamnet');      % R2024a+؛ الأقدم: yamnet

يتطلب هذا الكود: Audio Toolbox، Deep Learning Toolbox. لم يُشغَّل في بيئة إعداد الدرس لعدم توفر الـ Toolbox، لذلك لا نعرض أرقاماً من عندنا؛ شغّله في MATLAB لديك وقارن النتائج.

commands مجلد تسجيلاتك مقسم إلى مجلد لكل أمر. MathWorks توفر مثال «Train Deep Learning Network for Speech Command Recognition» على مجموعة Google Speech Commands.

في «مختبر السلاسل الزمنية» قارن التنبؤ الساذج والموسمي والمتوسط المتحرك وHolt-Winters وAR على السلسلة نفسها.

خلاصة الدرس

  • التقسيم في السلاسل الزمنية زمني دائماً: التدريب قبل الاختبار.
  • خط أساس بسيط (التكرار الساذج أو الموسمي) ضروري للحكم على أي نموذج.
  • yamnet وvggish (Audio Toolbox) شبكات صوت مدربة مسبقاً لنقل التعلم.
  • الطيف الزمني يمكن معاملته كصورة وتصنيفه بـ CNN.
  • convolution1dLayer (R2021b+) مناسبة للإشارات الخام.

شُغّل baselines.m في GNU Octave 8.4. أمثلة LSTM وتصنيف الصوت تحتاج Toolboxes ولم تُشغّل.

المتطلبات البرمجية

  • MATLAB
  • Deep Learning Toolbox
  • Audio Toolbox
  • Signal Processing Toolbox

بعض هذه الأدوات (Toolboxes) تُرخَّص منفصلة عن MATLAB. تحقق من توفرها بالأمر ver في Command Window.

جرّب بنفسك في المختبرمختبر السلاسل الزمنية

المراجع

تحقّق من فهمك