• مقدمه (13)
  • بیان صورت مسئله (14)
  • کاربردها (14)
  • چالش‌ها (16)
    • داده (16)
    • تعداد منابع صوتی (16)
    • نرخ خطای فرایند (16)
    • هزینه‌ی پردازشی (17)
  • نوآوری‌ها (17)
  • ساختار فصل‌ها (18)
• مفاهیم پایه (19)
  • مقدمه (19)
  • مکانیزم توجه (19)
    • مکانیزم توجه چند واحدی (22)
    • مکانیزم خودتوجهی (23)
  • معماری ترنسفرمر (23)
  • جمع‌بندی (25)
• پژوهش‌های پیشین (26)
  • مقدمه (26)
  • روش‌های تک‌کاناله (27)
    • روش‌های مبتنی بر حوزه‌ی فرکانس (27)
    • روش‌های مبتنی بر حوزه‌ی زمان (33)
  • روش‌های چندکاناله (41)
  • جمع‌بندی (42)
• روش پیشنهادی (44)
  • مقدمه (44)
  • بیان رسمی مسئله (45)
  • معماری پیش‌زمینه (46)
    • مدل wav2vec2.0 (46)
    • مدل ترنسفرمر دومسیره (48)
  • ‌فرایندهای پیشنهادی تفکیک منابع صوتی (49)
    • ‌فرایند پایه‌ای (50)
    • فرایند بهبودیافته (50)
    • فرایند مبتنی بر فضای بازنمایی (52)
    • فرایند مبتنی بر فضای بازنمایی بهبودیافته (53)
  • جمع‌بندی (54)
• آزمایش‌ها (55)
  • مقدمه (55)
  • داده‌ی آزمون (56)
  • معیار ارزیابی (57)
    • فاصله‌ی ویرایشی (57)
    • نرخ خطای نویسه (58)
    • نرخ خطای کلمه (58)
  • نتایج آزمایش‌های انجام شده (59)
    • نتایج فرایند پایه‌ای (61)
    • نتایج فرایند بهبودیافته (62)
    • نتایج فرایند مبتنی بر فضای بازنمایی (63)
    • فرایند مبتنی بر فضای بازنمایی بهبودیافته (64)
  • مقایسه‌ی نتایج به دست آمده (65)
    • مقایسه‌ی نرخ خطای کلمه (65)
    • مقایسه‌ی زمان مورد نیاز هر فرایند (65)
    • مقایسه‌ی حفظ حریم شخصی (66)
  • جمع‌بندی (67)
• جمع‌بندی و کارهای آتی (69)
  • جمع‌بندی (69)
  • کارهای آتی (70)
    • طراحی فرایند سیگنال‌های صوتی نویزی (70)
    • طراحی فرایند‌های چند زبانه (70)
    • ساده‌سازی ساختار کدگشا و کدگذار در مدل تفکیک منابع صوتی (71)
• مراجع (72)
• واژه‌نامه (77)
• فهرست اختصارات (80)
• مطالب تکمیلی (81)