تعیین موقعیت دقیق مسئله مهمی در بسیاری از حوزه­ها به­خصوص سیستم اطلاعات مکانی است. روش­های مبتنی بر دید و ماشین­بینایی می­توانند راهکاری مناسب درجهت بهبود دقت تعیین موقعیت در GIS فراگستر باشد. یکی از این روش­ها استفاده از تارگت­ها نظیر تارگت کددار است. امروزه تناظریابی، شناسایی و تعیین مختصات مراکز تارگت­های کددار مسئله مهمی است. اجرای خودکار این فرآیند اغلب به دلیل حضور عوامل مختلف با پیچیدگی­...

در این مقاله، کارآیی واج­های گفتار فارسی از نظر بازشناسی گوینده مورد مطالعه و پژوهش قرار گرفته و با توجه به میزان کارآیی­ها، رتبه­بندی واج­ها صورت گرفته‌اند. جهت برآورد کارآیی واج­ها، از یک معیاری که به­صورت نسب « فاصلة بین­گوینده­ای» واج­ها به « فاصلة در گوینده‌ای» تعریف شده است و ما آن را « نسبت تأثیرپذیری گوینده » نامیده­ایم، استفاده شده است.­ آزمایش­ها و محاسبات لازم برای کلیه واج­های گفتار...

لکنت زبان یکی از مهمترین و رایج ترین اختلالات گفتاری است. مهمترین رخدادهای لکنت زبان نیز شامل تکرار، کشش و مکث می باشد. گفتار درمانگر در پروسه درمان فرد دارای لکنت زبان، باید یک ارزیابی از میزان ناروانیهای گفتار شخص قبل و بعد از درمان داشته باشد اما این ارزیابی بصورت کیفی بوده و نتیجه ارزیابی نیز به شدت تحت تاثیر عوامل محیطی است که بیمار در آن قرار دارد. روشهای پردازش گفتار ابزار مناسبی برای کم...

بازشناسی گوینده به شناسایی فرد از روی سیگنال گفتار گفته می شود. در یک سیستم بازشناسی گوینده دو بخش اصلی مطرح است، بخش اول استخراج بردارهای بازنمایی مناسب و بخش دوم استفاده از یک مدل خوب که بتواند به بهترین نحو نشان دهنده گوینده متناظر با خودش باشد، که در زمینه شناسایی گوینده بردارهای بازنمایی mfcc و مدل gmm بسیار مرسوم و مورد توجه هستند. موضوع بسیار مهمی که در سال های اخیر مورد توجه محققان قرار...

تشخیص احساس از روی گفتار موضوعی میان رشته ای در حوزه ی روانشناسی، بازشناسی الگو و پردازش سیگنال می باشد که در دهه ی اخیر توجه بسیاری از پژوهشگران را به خود جلب نموده است. در این رساله با آنالیز تصویر طیف نگاره ی گفتار ویژگی های مبتنی بر الگوهای طیفی و انرژی هارمونیک ها را استخراج نمودیم. ویژگی های دینامیکی غیر خطی نیز با استفاده از بازسازی فضای فاز سه بعدی سیگنال گفتار استخراج شدند. سپس، از معی...

مقدمه و اهداف امروزه علی­رغم پیشرفت‏های اخیر در حیطه پردازش دیجیتالی سمعک‏ها، شمار کثیری از کاربران از سمعک خود راضی نیستند و یکی از مهترین علل آن، عدم فهم خوب گفتار در محیط‏های نویزی است. کاهش دیجیتالی نویز و جهت­داری از جمله فناوری‏هایی هستند که در این امر کمک­کننده می‏باشند. مطالعه حاضر به ارزیابی تاثیر این دو فناوری بر راحتی شنوایی و درک گفتار افراد در نویز با افت شنوایی حسی-عصبی متوسط می‏...

تشخیص احساس از روی سیگنال گفتار یکی از شاخه‌های نسبتاً جدید در پردازش گفتار می‌باشد که می‌تواند در تعامل انسان و روبات نقش مهمی ایفا کند. در این مقاله ضمن استفاده از دو نوع ویژگی طیفی جدید به منظور افزایش نرخ بازشناسی به بررسی تاثیر جنسیت گویندگان در تشخیص احساس پرداخته شده است. ویژگی‌های یاد شده با استفاده از روش‌های پردازش تصویر، از تصویر طیف‌نگاره سیگنال گفتار استخراج می‌شوند . در این تحقیق ب...

یکی از پیش فرضهای اولیه مدل مارکوف پنهان، اعمال توزیع آماری هندسی به کشش زمانی بردارهای هر حالت مدل مارکوف پنهان است که به وضوح با طبیعت مساله سازگار نیست. مدلهای قطعه ای اتفاقی و به طور خاص مدل مارکوف پنهان قطعه ای تا حدی این مشکل را به ازای پیچیدگی بیشتر در مراحل آموزش و بازشناسی حل می کند. در مقابل، مدلهای شبکه عصبی و مدل ادراک گفتار دانشگاه ام آی تی از این مدلسازی چشم پوشی کرده اند. در این ...

تغییرات مشخصه آکوستیکی واج ها تحت متن های مختلف موجب شده است که در پیاده سازی سیستم-های بازشناسی گفتار، از واحد های گفتاری وابسته به متن مانند هجا و نیم هجا که اثرات آواهای مجاور را نیز در نظر می گیرند، استفاده شود. با توجه به اینکه زبان فارسی از دسته زبانهایی می باشد که دارای ساختار هجایی ساده ای است، در این تحقیق واحد گفتاری نیم هجا برای مدلسازی طیفی مورد توجه قرار گرفته است و آزمون های متعدد...

در سالهای اخیر، اهمیت فراوانی به تحقیقات در زمینه تعامل انسان و کامپیوتر برای ایجاد واسط های ساده تر از طریق بکار گیری شیوه های ارتباطی و مهارتهای انسانی داده شده است. در بین تمامی قسمت های بدن، دست انسان، به علت عملکرد بسیار گسترده در برقراری ارتباط به عنوان موثرترین ابزار و عمومی ترین تعامل بین افراد نسبت به سایر قسمت ها و اندام های بدن شناخته می شود. زبان علایم، روش ارتباطی ابتدایی ارتباط اف...