پارامترهای دیرش- بنیاد ریتم گفتار، سنجه‌ای برای تشخیص تقلب فارسی‌زبانان در گفتار؟

پژوهش حاضر با استفاده از رویکردی شنیداری- صوت‌شناختی به بررسی امکان استفاده از پارامترهای صوت‌شناختی و دیرش‌-بنیاد ریتم گفتار در تشخیص تقلب فارسی‌زبانان در تولید گونة ترکی آذری می‌پردازد. از این‌رو، گفتار پیوسته و محاوره‌ای پنج گویشور زبان فارسی معیار و پنج گویشور ترکی آذری گونة تبریزی پس از انجام مراحل اعتبارسنجی مورد تجزیه‌وتحلیل صوت‌شناختی و آماری قرار گرفت. تمامی گویشوران فارسی تک‌زبانه و گویشوران ترکی آذری دوزبانه (ترکی آذری و فارسی) بودند. از هر یک از گویشوران فارسی‌زبان درخواست شد تا ابتدا خاطره‌ای را به زبان فارسی (فارسی- فارسی) و سپس همان خاطره را به صورت تقلیدی از ترکی آذری (فارسی- ترکی) بیان نمایند. از گویشوران ترکی آذری نیز درخواست شد تا خاطره‌ای را یک‌بار به ترکی آذری (ترکی- ترکی) و بار دیگر به فارسی (ترکی-فارسی) نقل کنند. داده‌های فارسی- ترکی، داده‌هایی هستند که در این پژوهش به عنوان داده‌های تقلب فارسی‌زبانان از ترکی آذری شناخته‌ می‌شوند. پس از ضبط داده‌ها، نمونه‌های صوتی در پنج لایه برچسب‌گذاری شدند. به منظور یکسان‌سازی و حذف هرگونه متغیر اضافی از نمونه‌های آوایی، حدود یک دقیقه (با انحراف معیار ± ۵ ثانیه) از گفتار گویشوران، به منظور انجام بررسی‌های صوت‌شناختی و آماری انتخاب گردید. پارامترهای صوت‌شناختی و دیرش- بنیاد ریتم گفتار با استفاده از برنامة خودکار تجزیه و تحلیل دیرش استخراج و مورد واکاوی قرار گرفتند. این پارامترها عبارت‌اند از: میزان واکه‌ای بودن گفتار، انحراف معیار دیرش مناطق همخوانی و واکه‌ای نرمال‌سازی شده، شاخص تغییر دو به دوی واکه‌ای نرمال‌سازی شده و سرعت تولید. نتایج بررسی آماری که با استفاده از نرم‌افزار آماری اس‌پی‌اس‌اس انجام شد، نشان داد که پارامترهای مناسب در ایجاد تمایز میان انواع داده‌های پژوهش حاضر، پارامترهای میزان واکه‌ای بودن گفتار و سرعت تولید هستند. اگرچه، این دو پارامتر در ایجاد تمایز کلی میان انواع داده‌های این پژوهش موفق عمل‌ کرده‌اند، هیچ‌کدام از این پارامترها توانایی ایجاد تمایز میان داده‌های ترکی- فارسی و فارسی- ترکی را نداشتند.