WikiEdge:ArXiv速遞/2025-03-30

摘要

• 原文標題：Evaluation of the Pronunciation of Tajweed Rules Based on DNN as a Step Towards Interactive Recitation Learning
• 中文標題：基於深度神經網絡的特吉德規則發音評估：邁向交互式誦讀學習的一步
• 發布日期：2025-03-30 15:03:02+00:00
• 作者：Dim Shaiakhmetov, Gulnaz Gimaletdinova, Selcuk Cankurt, Kadyrmamat Momunov
• 分類：cs.SD, eess.AS
• 原文連結：http://arxiv.org/abs/2503.23470v1

中文摘要：摘要：遵循《古蘭經》誦讀規則（Tajweed）的正確誦念對於避免誦讀錯誤至關重要，但需要大量練習才能掌握。傳統教學方法受限於合格教師的可及性和時間約束。通過提供即時反饋並支持自主練習，自動化的誦念評估能夠應對這些挑戰。本研究致力於開發深度學習模型，利用公開可用的QDAT數據集（包含1,500餘條錄音）對三個Tajweed規則進行分類：分離延長音（Al Mad）、緊鼻音（Ghunnah）和隱藏音（Ikhfaa）。輸入數據來自該數據集的音頻錄音，並轉換為歸一化梅爾頻譜圖。分類採用EfficientNet-B0架構，併集成了擠壓-激勵注意力機制。所開發模型對上述規則的分類準確率分別達到95.35%、99.34%和97.01%。學習曲線分析證實了模型的魯棒性且未出現過擬合。該方法展現出高效性，為開發交互式Tajweed教學系統奠定了基礎。