TY -的A2张阴非盟- Kamruzzaman m . m . PY - 2020 DA - 2020/05/23 TI -阿拉伯语手语识别和生成阿拉伯语语音使用卷积神经网络SP - 3685614六世- 2020 AB -手语包括胳膊和手的运动作为一种沟通的手段有听力障碍的人。自动标志识别系统需要两个主要步骤:检测特定特征和对特定输入数据进行分类。在过去，为了提高系统性能，人们提出了许多对符号语言进行分类和检测的方法。然而，计算机视觉领域的最新进展已经使我们能够借助深度神经网络进一步探索手势识别。利用深度学习模型对阿拉伯手语进行手势和手势识别的研究活动前所未有。本文提出了一种基于视觉的基于CNN的阿拉伯手语字母识别系统并将其翻译成阿拉伯语。该系统将自动检测手势字母，并通过深度学习模型用阿拉伯语说出结果。该系统识别阿拉伯手语字母的准确率高达90%，是一个非常可靠的系统。通过使用Leap Motion或Xbox Kinect等更先进的手势识别设备，准确率还可以进一步提高。在识别出基于阿拉伯手语的字母后，结果将被输入文本到语音引擎中，该引擎将产生阿拉伯语的音频作为输出。 SN - 1530-8669 UR - https://doi.org/10.1155/2020/3685614 DO - 10.1155/2020/3685614 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -