• فهرست جدول‌ها (10)
• فهرست تصویرها (11)
• فصل1 مقدمه (13)
  • 1˗1 مقدمه (13)
  • 1˗2 ضرورت استفاده از صوت (13)
  • 1˗3 صوت در اینترنت اشیا‌ء (14)
    • 1˗3˗1 خانه هوشمند (14)
    • 1˗3˗2 شهر هوشمند (15)
    • 1˗3˗3 اینترنت اشیاء (16)
      • 1˗3˗3˗1 مفهوم اینترنت اشیاء (16)
      • 1˗3˗3˗2 مزایا و چالش‌های اینترنت اشیا (18)
      • 1˗3˗3˗3 اشیاء هوشمند (19)
    • 1˗3˗4 نمونه های تجاری (20)
  • 1˗4 ماهیت پردازش محاسباتی رویداد های صوتی (22)
    • 1˗4˗1 کارهای مرتبط (23)
    • 1˗4˗2 چالش های عملی و فنی (24)
  • 1˗5 یادگیری ماشینی برای پردازش صدا (25)
    • 1˗5˗1 مروری بر سیستم پردازش (26)
    • 1˗5˗2 دادگان (27)
      • 1˗5˗2˗1 دادگان‌های طبقه‌بندی و تشخیص صدای محیطی (27)
      • 1˗5˗2˗2 ضبط داده‌های جدید (28)
      • 1˗5˗2˗3 جمع‌آوری مجموعه داده از ضبط‌های موجود (28)
      • 1˗5˗2˗4 نگاهی به دادگان‌های موجود (29)
      • 1˗5˗2˗5 داده افزایی (30)
    • 1˗5˗3 پیش‌پردازش (31)
    • 1˗5˗4 یادگیری (31)
      • 1˗5˗4˗1 یادگیری ماشین (32)
      • 1˗5˗4˗2 الگوریتم های یادگیری ماشین (33)
    • 1˗5˗5 بازشناسی و پس‌پردازش (37)
      • 1˗5˗5˗1 طبقه‌بندی (37)
      • 1˗5˗5˗2 تشخیص و پس‌پردازش زمانی (38)
    • 1˗5˗6 ارزیابی (38)
• فصل2 بررسی ویژگی‌های صوت (40)
  • 2˗1 مقدمه (40)
  • 2˗2 ویژگی‌های آکوستیکی برای پردازش صدای محیط (43)
  • 2˗3 دریافت و پیش‌پردازش سیگنال (44)
    • 2˗3˗1 بازنمایی فرکانس-زمان کلی (44)
    • 2˗3˗2 بازنمایی با چند مقیاس (47)
  • 2˗4 مهندسی ویژگی (48)
  • 2˗5 مقدمه (48)
    • 2˗5˗1 ویژگی‌های زمانی (49)
    • 2˗5˗2 ویژگی‌های شکل طیف (50)
    • 2˗5˗3 ویژگی‌های کپسترال (52)
    • 2˗5˗4 ویژگی‌های محرک ادراکی (53)
    • 2˗5˗5 ویژگی اسپکتروم مبتنی بر تصویر (54)
  • 2˗6 یادگیری ویژگی (56)
    • 2˗6˗1 یادگیری عمیق برای استخراج ویژگی (57)
    • 2˗6˗2 فن فاکتورگیری ماتریس (58)
  • 2˗7 کاهش بعد و انتخاب ویژگی (59)
    • 2˗7˗1 کاهش بعد (59)
    • 2˗7˗2 انتخاب ویژگی (59)
  • 2˗8 یکپارچگی زمانی و ادغام (60)
    • 2˗8˗1 یکپارچگی زمانی با آمار ساده (60)
    • 2˗8˗2 یکپارچه‌سازی مدل مبنا (61)
  • 2˗9 ارتباط پردازش گفتار و موسیقی (61)
  • 2˗10 بهینه‌سازی مدل طبقه‌بند (62)
    • 2˗10˗1 مقدمه (62)
    • 2˗10˗2 چالش اندازه و پیچیدگی مدل (63)
    • 2˗10˗3 اهمیت بهینه سازی مدل (63)
    • 2˗10˗4 مروری بر روش های بهینه سازی مدل (63)
    • 2˗10˗5 کوانتیزه کردن در بهینه‌سازی مدل (64)
      • 2˗10˗5˗1 درک کوانتیزه کردن (64)
      • 2˗10˗5˗2 روش های کوانتیزه کردن (64)
    • 2˗10˗6 هرس کردن مدل (68)
      • 2˗10˗6˗1 مقدمه (68)
    • 2˗10˗7 استخراج دانش از مدل (69)
      • 2˗10˗7˗1 مفهوم مدل معلم و دانش‌آموز (69)
      • 2˗10˗7˗2 مدل معلم و مدل دانش‌آموز (70)
• فصل3 پیشنهاد سامانه‌ برای طبقه‌بندی رویداد صوتی (73)
  • 3˗1 مقدمه (73)
  • 3˗1 بررسی ویژگی‌های کلاسیک (75)
    • 3˗1˗1 بررسی ویژگی‌های زمانی (75)
    • 3˗1˗2 بررسی ویژگی‌های زمان-فرکانس (77)
      • 3˗1˗2˗1 سری فوریه زمان کوتاه (77)
      • 3˗1˗2˗2 طیف‌نگار (78)
      • 3˗1˗2˗3 طیف‌نگار Mel (79)
    • 3˗1˗3 استفاده از روش های یادگیری ماشین (81)
  • 3˗2 استفاده از شبکه های یادگیری عمیق (82)
    • 3˗2˗1 یادگیری انتقالی (82)
    • 3˗2˗2 داده‌افزایی (84)
  • 3˗3 پردازش صحبت (89)
  • 3˗4 بهینه‌سازی مدل طبقه‌بند (90)
    • 3˗4˗1 کوانتزه کردن مدل (90)
    • 3˗4˗2 مدل معلم و دانش‌آموز (91)
• فصل4 پیاده سازی (92)
  • 4˗1 مقدمه (92)
  • 4˗2 سخت‌افزار (92)
    • 4˗2˗1 کامپیوترهای شخصی (93)
    • 4˗2˗2 کامپیوترهای تک بردی (93)
    • 4˗2˗3 میکروکنترلرها (93)
  • 4˗3 جزییات پیاده‌سازی (94)
    • 4˗3˗1 بلوتوث (96)
    • 4˗3˗2 Wi-Fi (97)
  • 4˗4 اینترنت اشیاء (98)
    • 4˗4˗1 فضای ابری (99)
• فصل5 نتیجه‌گیری و پیشنهادها (101)
  • 5˗1 نتیجه‌گیری (101)
  • 5˗2 پیشنهادها (102)
• منابع یا مراجع (103)