در این پایان نامه، یک الگوریتم استخراج ویژگی جدید را معرفی می کنیم که pncc نامیده می شود و مبتنی بر سیستم شنیداری انسان می باشد. ویژگیهای جدید pncc شامل یک غیر خطی قانون توان است که جایگزین غیر خطی لگاریتمی استفاده شده در mfcc شده است، و همچنین شامل یک الگوریتم جدید برای حذف تحریک پس زمینه-با استفاده از تخمین توان با طول متوسط مبتنی بر نسبت میانگین حسابی به میانگین هندسی-و همچنین کاهش توان پس ز...

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...

مقدمه و اهداف برخی مداخلات محیطی مانند نویز همهمه می­توانند درک گفتار را دچار اشکال کنند. درک درست همخوان­ها پایه و اساس درک کلی گفتار است. معمولاً در محیط­هایی ارتباط گفتاری برقرار می­شود که چند گوینده در حال صحبت کردن هستند. بخش زیادی از همخوان­های زبان فارسی را همخوان­های انفجاری و سایشی تشکیل می­دهند. هدف ما از این مطالعه تعیین تأثیر نویز همهمه بر امتیاز بازشناسی همخوان­های انفجاری و سایشی ا...

مقدمه و اهداف برخی مداخلات محیطی مانند نویز همهمه می­توانند درک گفتار را دچار اشکال کنند. درک درست همخوان­ها پایه و اساس درک کلی گفتار است. معمولاً در محیط­هایی ارتباط گفتاری برقرار می­شود که چند گوینده در حال صحبت کردن هستند. بخش زیادی از همخوان­های زبان فارسی را همخوان­های انفجاری و سایشی تشکیل می­دهند. هدف ما از این مطالعه تعیین تأثیر نویز همهمه بر امتیاز بازشناسی همخوان­های انفجاری و سایشی ا...

کارآیی سیستمهای بازشناسی گفتار خودکار در شرایط نویزی بخاطر عدم تطابق میان شرایط اموزش و آزمایش به شدت کاهش می یابد. روشهای متعدی برای رفع این عدم تطابق پیشنهاد شده اند. در سالهای اخیر شبکه های عصبی عمیق به طرز گسترده ای در سیستمهای بازشناسی گفتار و نیز در مقاوم سازی آنها و استخراج ویژگیهای مقاوم گفتار مورد استفاده قرار گرفته اند. در این مقاله، پیشنهاد می شود که از شبکه باور عمیق به عنوان یک ررو...

با توجه به اهمیت و نقش بالای مقاوم سازی سیستم های بازشناسی گفتار و گوینده در مقابل نویزهای محیطی، در این مجموعه ابتدا تأثیر استفاده از پیک های طیف دنباله خودهمبستگی به عنوان ویژگی های مقاوم برای استفاده در سیستم های بازشناسی گوینده مورد بررسی قرار گرفته است. سپس تأثیر روش های هنجارسازی ویژگی ها مانند روش حذف میانگین کپسترال، روش پس پردازش mva و روش ویژگی های مفقود بر پیک های طیف دنباله خودهمبست...

در میان تمام فناوریها و روشهای تشخیص هویت زیستی، بازشناسی گوینده بر مبنای اطلاعات صحبت را میتوان طبیعیترین و اقتصادیترین روش برای سیستمهای ارتباط انسان-ماشین دانست. همچنین توسعه فناوری پردازش صحبت باعث تقویت بسیاری از کاربردهای بازشناسی گوینده شده است. از آنجا که یکی از مهمترین زمینههای تحقیقاتی فعال که در سالهای اخیر در بسیاری از کاربردها باعث بهبود عمده در بازشناسی گوینده شده است استفاده از ر...

کارایی سیستمهای بازشناسی در حضور نویز کاهش می یابد. در این پایان نامه روشهای مقاوم کردن سیستم بازشناسی در برابر نویز دسته بندی شده و از بین آنها روشهای مبتنی بر داه بررسی می شود. روشهای مختلف تفاضل طیف ، جبران کپسترال، نگاشت ضرایب و روشهای مبتنی بر ویژگیهای مقاوم تحلیل شده اند. یک رابطه جدید برای تسطیح نویز در تفاضل طیف و یک لیفتر جبران کننده برای وزندهی ضرایب کپسترال پیشنهاد شده است . همچنین ا...

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...

هدف: برخی مداخلات محیطی مانند نویز همهمه می‌توانند درک گفتار را دچار اشکال کنند. درک درست همخوان‌ها پایه و اساس درک کلی گفتار است. معمولاً در محیطهایی ارتباط گفتاری برقرار می‌شود که چند گوینده در حال صحبت کردن هستند. 3 همخوان از همخوان‌های زبان فارسی را همخوان‌های خیشومی تشکیل می‌دهند که این همخوان‌ها در درک گفتار نقش مهمی دارند. هدف ما از این مطالعه تعیین تأثیر نویز همهمه بر امتیاز بازشناسی همخ...