پروژه پایتون (98646)

---

شرح پروژه

عنوان پروژه : نرم افزار تحلیل گفتار صوتی

📑 با سلام

تسلط به زبان برنامه‌نویسی Python

آشنایی با مفاهیم پردازش سیگنال صوتی (audio signal processing)

آشنایی با یادگیری ماشین (ML) و مدل‌های تحلیل احساسات

توانایی پیاده‌سازی مدل اولیه برای نرم‌افزار

پروژه شامل موارد زیر میباشد:

دریافت ورودی صوتی

پردازش و تشخیص گفتاری لحن و تن صدا

تحلیل واکنش های غیر کلامی

طبقه بندی محتوا

امتیاز دهی

در آخرم تولید گزارش آماری

در نسخه تحت وب

نرم‌افزار تحلیل گفتار مربی این پروژه با هدف طراحی نرم‌افزاری جهت تحلیل گفتار مربیان ورزشی، به بررسی ویژگی‌های آکوستیکی و زبانی گفتار می‌پردازد تا شاخص‌هایی مانند پرخاشگری کلامی، شدت صدا، لحن، تن صدا و اصوات غیرکلامی نظیر «آه» و «اوف» را شناسایی و طبقه‌بندی کند. 1. جمع‌آوری داده‌های صوتی مربیان فایل‌های صوتی با کیفیت استاندارد از جلسات تمرینی یا شبیه‌سازی‌شده گردآوری می‌شود. تنوع گفتار (دستوری، حمایتی، پرخاشگرانه و...) لحاظ می‌شود. 2. پیش‌پردازش صوت با ابزارهایی مانند librosa و pydub فایل‌ها نرمال‌سازی، نویزگیری و بخش‌بندی می‌شوند تا برای تحلیل آماده شوند. 3. استخراج ویژگی‌های آکوستیکی ویژگی‌هایی مانند شدت، زیروبمی (F0)، MFCC، jitter، shimmer، ZCR و اصوات بین‌کلامی از طریق openSMILE و librosa استخراج می‌شوند. 4. تبدیل گفتار به متن (ASR) با استفاده از مدل‌هایی مانند Whisper یا Vosk، محتوای گفتار به متن فارسی تبدیل می‌شود. 5. تحلیل زبانی (NLP) با کتابخانه‌هایی مثل Hazm و Parsivar، متن پردازش شده و کلمات پرخاشگرانه، ساختارهای امری، تکرارها و شدت احساسی واژه‌ها شناسایی می‌شوند. 6. تحلیل سطح بالا با مدل‌های هوش مصنوعی ویژگی‌های صوتی و متنی با استفاده از مدل‌هایی مانند SVM، XGBoost، BiLSTM یا Wav2Vec برای تشخیص حالت گفتاری (پرخاشگرانه، خنثی، حمایتی) تحلیل و طبقه‌بندی می‌شوند. 7. طراحی رابط کاربری و گزارش نهایی با استفاده از Streamlit یا PyQt، یک پنل تحلیل صوت طراحی می‌شود که خروجی‌هایی شامل نمودار شدت صدا، فراوانی کلمات منفی، اصوات غیرکلامی و خلاصه‌ای از وضعیت گفتاری مربی در قالب PDF ارائه می‌دهد.

مهارت ها و تخصص های مورد نیاز

---

---