یکی از چالش های اساسی در تشخیص گفتار، استخراج ویژگی مقاوم نسبت به نویز می-باشد. در این مقاله یک الگوریتم استخراج ویژگی جدید که الگوریتم استخراج ضرائب کپسترال توان نرمالیزه شده کسری وفقی نامیده می‌شود، بعنوان یک روش مقاوم در برابر نویز برای کاربرد بازشناسی گفتار ارائه شده است. این روش استخراج ویژگی پیشنهادی مبتنی بر تبدیل فوریه گسسته کسری زمان کوتاه می‌باشد. از آنجایی که انتخاب ضریب تبدیل کسری ب...

تشخیص کلمات کلیدی یا keyword-spotting در حالت کلی به معنای یافتن یک کلمهی کلیدی در یک پروندهی نوشتاری و یا گفتاری است. در این تحقیق، یک روش جدید تشخیص یا بازشناسی کلمات کلیدی در زبان فارسی، در دوحالت پیوسته و گسسته معرفی شده است. در هر دوحالت تشخیص کلمات کلیدی در گفتار پیوسته و گسسته، از روش dynamic time warping(dtw) استفاده شده است که با سیستمهایی که بر اساس مدل مخفی مارکوف طراحی شده و امروزه ...

آسان‌ترین ارتباط بین انسان و ماشین از طریق گفتار است و از ملزومات این ارتباط، درک احساس انسان توسط ماشین است. در الگوریتم پیشنهادی، با هدف افزایش سرعت و دقت در تشخیص، از ویژگی‌های سیگنال صدا، ضرایب کپسترال فرکانسی مل را استخراج کرده و ویژگی‌هایی بهینه انتخاب می‌شوند. سپس با استفاده از ترکیب طبقه‌بندهای ماشین‌بردار پشتیبان و مدل مخلوط گاوسی، تشخیص احساس انجام می‌شود. نتایج حاصل از پیاده‌سازی این...

شناسایی گوینده توسط کامپیوتر شامل دو مقوله است : تشخیص هویت و تصدیق هویت . تشخیص هویت گوینده توسط کامپیوتر براساس پردازش سیگنال صحبت گوینده صورت می گیرد . این تحقیق در زمینه تشخیص هویت جوینده صورت گرفته است . چند گوینده در چندین روزجملاتی (عباراتی) را تکرار کرده اند و مشخصات گوینده از سیگنال صحبت استخراج می شود و برای هر گوینده کلاس مرجع تشکیل میشود . وقتی گوینده مجهولی صحبت می کند، الگوریتم پس...

حضور نویز در محیط های طبیعی غیرقابل اجتناب است. استخراج گفتار مورد نظر (هدف) از نویز پس زمینه دارای حوزه کاربرد وسیعی از قبیل تشخیص خودکار گفتار، وسایل کمک شنوایی و سیستم های مخابراتی راه دور میباشد. یک شنونده انسانی توانایی قابل توجهی در جداسازی ترکیب صوتی و توجه به یک صوت هدف دارد. این فرآیند ادراکی، آنالیز ترکیب شنیداری (auditory scene analysis) نامیده میشود. هدف آنالیز ترکیب شنیداری محاسبات...

در این پایان نامه، یک پیش پردازش برای روشهای بازیابی اطلاعات، ارائه می شود، که برای بازیابی اطلاعات حاصل از متون بازشناسی شده ی گفتاری، مناسب است. ورودیهای مسئله اسناد متنی بدست آمده از بازشناسی گفتار و پرس و جو است. هدف یافتن اسناد مرتبط می باشد. مشکل این است که متن حاصل از بازشناسی گفتار، همواره دارای درصدی خطا در بازشناسی است که موجب می شود، بازیابی به خوبی عمل نکرده و اسناد مرتبط تشخیص داده...

جستجوی اطلاعات بر اساس صوت، تصویر و یا ویدئو هستند. براین اساس و با توجه به حجم بالای اطلاعات موجود، روش های تحلیل و دسته بندی اتوماتیک صوتی از اهمیت خاصی برخوردار است. وابستگی آن به متغیرهای کیفی انسان بر پیچیدگی کار می افزاید. در این پایان نامه سعی شده است با آنالیز صوت، روشی برای تشخیص استرس از روی پارامترهای مبتنی بر ضرایب کپسترال دینامیکی بیان شود. تغییر مشخصات گویندگان، تغییرات فرهنگی، زب...

تقطیع و خوشه بندی گویندگان فرآیندی است که طی آن قطuه بندی و برچسب گذاری برای گفتار حاصل از یک جلسه که شامل چند گوینده است انجام می شود و دنباله صوتی به بخش هائی تقسیم می شود که هر بخش شامل فقط یک گوینده است و با برچسب گذاری مشخّص می شود که هر بخش مربوط به کدام گوینده است. تشخیص فعالیت گفتاری، تقطیع گفتار و خوشه-بندی گویندگان، حداقل مراحل اصلی سامانه های تقطیع و خوشه بندی گفتار بر اساس گوینده محس...

اهداف: از آنجایی که پدیده سالمندی با توجه به افزونی جمعیت آن در ملل گوناگون روبه افزایش است، لذا در حال حاضر اغلب کشورهای توسعه یافته و یا در حال توسعه جهان توجه به اهمیت برنامه های مختلف اجتماعی و اقتصادی، سالمندی را در برنامه های توسعه خود جای داده اند. مواد و روش ها:  با توجه به افزایش شمار سالمندان در کشورمان، توجه خاص به نیازهای مختلف آن ها مستلزم برنامه های تدوین شده ای است که با تغییرات ...