يشتمل التعرف على الصوت قسمين أساسيين و هما التعرف على الكلام و التعرف على المتكلم، حيث تعد عمليات التعرف هذه من أهم التقنيات الحديثة و قد تم تطوير العديد من الأنظمة التي تختلف بالطرق المستخدمة في استخراج السمات و طرق التصنيف لتدعم أنظمة تعرف من هذا ا
لنوع.
اشتملت الدراسة في هذا البحث على القسمين السابقين، حيث تم تصميم نظام تعرف على المتكلم و أوامره الصوتية و استخدام عدة خوارزميات متكاملة لإنجاز البحث. قمنا بإجراء دراسة تحليلية لخوارزمية Mel Frequency Cepstral Coefficients ((MFCC المستخدمة في استخراج السمات، و تمت دراسة بارامترين خاصين بهذه الخوارزمية هما عدد المرشحات في بنك المرشحات و عدد السمات المأخوذة من كل إطار و علاقة هذين البارامترين ببعضهما و مدى تأثير قيمتهما على نسب التعرف. و تم استخدام الشبكات العصبية ذات التغذية الأمامية و الانتشار الخلفي للخطأ Forwarding back propagation Neural Networks (FFBPNN)Feed كمصنف و حللنا أداء الشبكة للوصول إلى أفضل خصائص و مكونات محققة عملية التعرف. كما تمت دراسة خوارزمية Endpoint المستخدمة لإزالة فترات الصمت و تأثيرها في نسب التعرف على الصوت.
تعد السمات القيادية من الخصائص المميزة لشخصية حكم كرة القدم التي تساعده على أداء مهامه في المباراة تحت ظرف الضغوط المتعددة, لذا كان التعرف على العلاقة بين درجة هذه السمات و درجة أداء الحكم من الأمور التي تساعد على الارتقاء بمستوى الأداء و هو الهدف ال
رئيسي لهذه الدراسة التي طبقت على 24 حكماً دولياً و اتحادياً من حكام كرة القدم السوريين, باستخدام المنهج الوصفي بأسلوب الدراسات الارتباطية,
و توصلت الدراسة إلى أن درجة السمات القيادية للحكام هي ذات درجة عالية و أن سمة الاجتماعية هي السمة الاكثر تفوقاً و أن درجة أداء الحكام هي جيدة جداً, و كما توصلت إلى وجود علاقة ارتباط موجبة غير معنوية بين درجات السمات القيادية و درجة الأداء.
