عملکرد سیستم های بازشناسی گفتار (asr) زمانی که گفتار توسط نویز تخریب شده باشد، به شدت کاهش می یابد. روش های ویژگی های مفقود قصد دارند که این کاهش بازشناسی را با حذف مولفه هایی از نمایش زمانی- فرکانسی گفتار (اسپکتروگرام) که بیانگر نسبت سیگنال به نویز (snr) پایین باشند، کاهش دهند. این روش ها اثر خود را در نتایج صحت بازشناسی نشان می دهند که در مقابل اثر نویز جمعی، مقاوم بودن بالای خود را بروز می د...

بهبود نتایج بازشناسی سیستم های بازشناس خودکار گفتار، یکی از عرصه های مهم پیش روی محققان حوزه پردازش و بازشناخت گفتار است. علی رغم فعالیت های انجام یافته، نتایج به دست آمده از این سیستمهای ماشینی هنوز به نتایج بازشناسی سیستم شنوایی انسان نرسیده است. بناباین از آنجا که عملکرد سیستم بازشناسی گفتار در مقایسه با بازشناس های معمولی ماشینی محسوب می گردد، می توان امید داشت که با الهام گرفتن از عملکرد س...

آشکارساز فعالیت گفتاری (vad) یکی از بخش های بسیار مهم در پردازش گرهای سیگنال های صوتی بوده و در بسیاری از سیستم های مخابراتی و صوتی نظیر فشرده سازی گفتار، بازشناسی گفتار، به سازی گفتار، سیستم های مخابراتی بدون سیم و بسیاری دیگر از سیستم های ارتباطی مورد استفاده قرار می گیرد. vadها برای آشکارکردن سیگنال ورودی و برچسب زدن آن به دو کلاس گفتار و غیر گفتار مورد استفاده قرار می گیرند. این تقسیم بندی ...

با رشد روزافزون سیستمهای بازشناسی خودکار گفتار و گسترش کاربرد سیستمهای فوق در کاربردهای عملی و محیطهای واقعی مبحث بازشناسی گفتار به بستر اصلی تحقیقات دانشگاهی در زمینه پردازش گفتار بدل شده است. مقاوم سازی سیستمهای خودکار بازشناسی گفتار در برابر نویز امری ضروری جهت استفاده از چنین سیستمهایی در محیطهای واقعی است. در این پایان نامه مقاوم سازی بازشناسی گفتار پیوسته در سطح واج در حوزه بازنمایی بستر ...

شرایط محیطی دریافت صوت از جمله محدودیت پهنای باند در کانال انتقال استفاده از وسایل با کیفیت پایین و اثر میکروفن بعنوان نویز کانوالو شونده و همچنین اثرات جریان هوا و گفتگوهای زمینه و .... بعنوان نویز جمع شونده باعث افت آشکار در کارایی سیستم های بازشناسی گفتار می شود. هدف از روشهای مقاوم سازی در برابر نویز کم کردن عدم تطابق بین توزیع بردارهای ویژگی در تشخیص دهنده و داده ا آزمون و بالابردن کارایی ...

چکیده: الگوریتم وفقی کمینه میانگین مربعـات (LMS) بـه­صـورت گستـرده در سناریـوی حـذف نـویز صوتی مورداستفاده قرار گرفته است. سیگنال­های صوتی مانند گفتار معمولاً شامل تغییرات ناگهانی هستند که با نویز ضربه­ای مدل می­شوند. از طرف دیگر، کانال­های صوتی در عالم واقعیت دارای پاسخ ضربه تنک هستند. نویز ضربه­ای و کانال صوتی تنک، دو چالش مهم در سنـاریوی حـذف نـویز صوتی هستند که اخیراً هرکدام به­طور جداگانه مو...

در بیشتر محیط های زندگی، نویزهای مختلفی حضور دارد که داده های صوتی را تخریب می کند. در این مقاله روشی را معرفی می کنیم که در آن با استفاده از برنامه نویسی ژنتیک، نویز افزوده شده به داده های صوتی کاهش داده می شود تا داده های با کیفیت بهتری به دست آید. به این منظور ترکیب دو روش تفاضل طیفی و برنامه نویسی ژنتیک برای بهسازی گفتار پیاده سازی شده است. در این روش در مرحله اول، نویز به روش تفاضل طیفی کا...

یکی از موثرترین راه های افزایش دقت سیستم های بازشناسی گفتار کلمات مجزا، به کارگیری اطلاعات آوایی (به صورت آماری ) می باشد. بازشناسی گفتار در سامانه های تلفنی در حالت کلی به دلیل دامنه فرکانسی پایین تر، نویز بیشتر و افزایش پیچیدگی و انواع نویز های موجود، پیچیدگی و چالش های بیشتری دارد . برای کاربردهای بازشناسی گفتار روش های مختلفی بر اساس مدل های آوایی متنوع پیشنهاد شده اند که هر یک سعی می کن...

مقدمه و اهداف مشکل شایع در کودکان اختلال در خواندن درک گفتار در حضور نویز زمینه می­باشد. شواهد نشان می­دهد مسیر وابران شنوایی نقش مهمی در درک گفتار در حضور نویز رقابتی ایفا می­کند. عملکرد مسیر وابران زیتونی حلزونی داخلی را می­توان با استفاده از اثر مهاری گسیل­های صوتی گذاری گوش در پاسخ به تحریک دگرسویی مورد ارزیابی قرار داد. در مطالعه حاضر عملکرد این مسیر در کودکان اختلال در خواندن و کودکان هنج...