در تحقیقات کنونی برای پردازش و تحلیل محتوای سیگنال های صوتی، طبقه بندی و قطعه بندی صوت به مسئله مهمی تبدیل شده است. متمایزسازی گفتار-موسیقی بعنوان دو کلاس مهم از سیگنال های صوتی یکی از مهم ترین شاخه ها در این زمینه است که کاربردهای بسیاری از جمله بعنوان پیش پردازش سیستم های بازشناسی گفتار خودکار، شاخص گذاری و بازیابی بر اساس محتوای صوت و تصویر، بهبود کدینگ صوت و مدیریت آرشیوهای صوتی دارد. بنابر...

شناسایی گوینده یکی از موضوع های مورد علاقه محققان در زمینه پردازش گفتار و هوش مصنوعی در چند دهه گذشته می باشد. در سالیان متوالی، تلاش های فراوانی در قسمت های مختلف این نوع سیستم ها برای بهبود کارایی آن شده است. یکی از این قسمت ها که می تواند باعث بهبود سیستم های شناسایی گوینده شود، قسمت انتخاب ویژگی می باشد. معمولاً برای برگزیدن ویژگی های مطلوب تر که باعث بهبود عملکرد سیستم می شود، بعد از مرحله ...

چکیده: کارایی بهتر شبکه عصبی به پارامتر‏هایی همچون تعداد گره­ های ورودی، تعداد لایه های میانی، تعداد نرون‏ ها، و وزن اختصاص ‏یافته به نرون ‏ها بستگی دارد. روش‏ های متفاوتی جهت به‏ روزرسانی پارامترها و ساختار شبکه عصبی مصنوعی ارائه گردیده است. یکی از روش‏ های متداول و مورد استفاده در شبکه های عصبی، روش پس­ انتشار خطا (ebp) است که در آن تنها وزن‏ های شبکه عصبی به ‏روزرسانی می شوند. در این مقاله، ...

چکیده ندارد.

در این مقاله آنتروپی بسته موجک برای بازشناسی احساسات از گفتار در حالت مستقل از گوینده پیشنهاد شده است. پس از پیش‌پردازش، بسته موجکِ db3 سطح 4 در هر فریم محاسبه شده است و آنتروپی شانون در گره‌های آن به عنوان ویژگی در نظر گرفته شده است. ضمناً ویژگی‌های نواییِ گفتار شامل فرکانس چهار فرمنت اول، جیتر یا دامنه تغییرات فرکانس گام و شیمر یا دامنه تغییرات انرژی به عنوان ویژگی‌های پرکاربرد در حوزه تشخیص احس...

تشخیص احساس برای رایانه امری چالش‌برانگیز است. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مقاله، طراحی یک سیستم تشخیص احساس از گفتار و ارائة روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگی‌های متفاوتی استفاده شده است، اما هیچ یک عملاً به ارتباط بین دامنة صوت و حالت‌های احساسی نپرداخته‌اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به‌نظر ...

عملکرد سیستمهای گفتاری در محیط های نویزی دچار اختلال گردیده و کارایی آنها با افتی قابل توجه روبرو می شود. تلاش در جهت بهبود عملکرد و کارایی این گونه سیستم ها، گسترش شاخه ای از پردازش سیگنال گفتار تحت عنوان بهسازی گفتار را به دنبال داشته است. در این پایان نامه پس از بررسی اجمالی راهکارهای مختلف بهسازی گفتار، به این نتیجه رسیدیم که هم روش ها و تکنیک های کلاسیک بهسازی گفتار و هم روش ها و تکنیک ه...

یکی از مهمترین مسایل مطرح در زمینهء سیستم‏های بازشناخت گفتار تأثیر نویز بر سیگنال گفتار و کاهش دقت بازشناسی است، لذا بازشناخت گفتار مقاوم در برابر نویز یکی از موارد مورد مطالعه محققان می‏باشد. در سالهای اخیر تحقیقات بسیاری در این زمینه به عمل آمده و روش‏های مختلفی ارائه شده است. یک دسته از روش‏های موجود در زمینهء بازشناخت گفتار مقاوم، استخراج ویژگی‏هایی از سیگنال گفتار می‏باشد که نسبت به نویز م...