با پیشرفت چشمگیر علوم رایانه در چند دهه ی اخیر و پررنگ تر شدن نقش آن در زندگی بشر، علوم مختلفی در کنار آن بوجود آمده و رشد کرده اند. یکی از این علوم هوش مصنوعی است و خود نیز به شاخه های متعددی تقسیم می شود که یکی از آن ها پردازش زبان طبیعی است. از شاخه های پردازش زبان طبیعی می توان به تبدیل متن به گفتار اشاره کرد که بیش از پنج دهه بر روی این موضوع کار شده است. در تبدیل متن به گفتار، هدف این است...

بهسازی گفتار یا speech enhancement بیانگر گروه بزرگی از روش هاست که با انجام پردازش هایی روی سیگنال های نویزی، نهایتا منجر به بهبود کیفیت و قابلیت فهم گفتار می شود. تاکنون چندین روش در زمینه بهسازی گفتار نویزی ارائه شده است. روش پیشنهادی ما در این پایان نامه، شبکه عصبی موجک (ویونت) می باشد. این روش، مدلی مبتنی بر تلفیق شبکه عصبی با تبدیل موجک می باشد و به عنوان جایگزین مناسب در شبکه های عصبی ...

مقدمه: هنر تقلید صدای انسان با کامپیوتر، یکی از چالشی ترین موضوعات پردازش گفتار در سال های اخیر بوده است. یک سیستم تبدیل گفتار دارای دو سمت است. در یک سمت آن، گوینده مبدا قرار دارد که صدایش برای تقلید صدای گوینده هدف (که در سمت دیگر سیستم قرار دارد) تغییر داده می شود. برای تبدیل گفتار فرد مبدا به فرد هدف از دو روش موازی و ناموازی استفاده می شود. در روش موازی گوینده مبدا و هدف جملات یکسانی بیان ...

یکی از مباحث مهم در پردازش سیگنال، حذف سیگنال های ناخواسته یا نویز از سیگنال اصلی است. این امر برای کاربردی نظیر گفتار دقت بیشتری را می طلبد، چرا که در اغلب موارد ارزیابی سیگنال بهسازی شده از هر دو منظر کیفی و کمی مورد توجه است. سیستم های بهبود گفتار مبتنی بر موجک موفقیت خود را در عمل نشان داده اند. یکی از مباحث مهم در این سیستم ها وجود موجکی می باشد که با آن بهسازی صورت می گیرد. موجک باید به گ...

مکان یابی منبع گفتار یکی از زیر شاخه های سیستم های پردازش گفتاری می باشد. در این پژوهش مکان یابی منبع گفتار با استفاده از روش های مبتنی بر srp مدنظر بوده است. روش استفاده شده در این پژوهش روش srp-phat است. روش srp-phat در مکان یابی منبع گفتار تحت شرایط انعکاسی، مقاوم می باشد. در حقیقت این روش که بر مبنای شکل دهی پرتو آرایه میکروفونی بنا نهاده شده است، سعی می کند با جستجوی فضا، ماکزیمم انرژی در ...

سابقه و هدف: نرم افزار تبدیل گفتار به متن، ابزار تسهیلکننده ای جهت ورود داده به پرونده ی الکترونیک سلامت میباشد. بکارگیری این نرم افزار در حوزه ی بهداشت و درمان، مستلزم تعریف دادگان تخصصی جهت آن است. هدف پژوهش حاضر، ایجاد دادگان متنی تخصصی جهت نرم افزار تبدیل گفتار به متن در جراحی ترمیمی دست و تست عملی این فناوری در بیمارستان میباشد. مواد و روش ها: مرحله ی اول پژوهش به روش اکتشافی برای طراحی دا...

در این مقاله یک روش بهسازی گفتار آماری با فرض توزیع مخلوط لاپلاس برای گفتار، برای تخمین سیگنال گفتار تمیز (بدون نویز) از سیگنال گفتار نویزی ارائه شده است. در روش پیشنهادی، ضرایب تبدیل فوریه زمان کوتاه گسسته سیگنال گفتار با استفاده از تخمین گر کمترین میانگین مربعات خطا، بدست می آید. در این تخمین، فرض می شود که تابع چگالی احتمال ضرایب تبدیل فوریه سیگنال تمیز و نویز به ترتیب، مخلوط لاپلاس و گوسی ب...

در سیستمهای تبدیل گفتار، گوینده a جملاتی را بیان می کند و هدف عبارت است از تغییر متکلم جملات بیان شده، از گوینده a (مبدأ) به گوینده مورد نظر b (مقصد). الـبته در مواردی به جای تبـدیل گفتار از عبارت تبـدیل گوینـده3 نیز اسـتفاده می شود. تغییر گوینده باید به قسمی انجام پذیرد که سیگنال تغییر یافته کیفیت مطلوب و طبیعی، اما با صدای گوینده b داشته باشد. سه روش مورد استفاده در این سیستمها عبارتند از: رو...

نمایش های تُنُک، ابزار قدرتمندی را در آنالیز و پردازش سیگنال های گفتار و صوت ایجاد کرده اند و تنکی به صورت یک مفهوم کلیدی و مهم در زمینه های مختلفی چون جداسازی کور منابع، فشرده سازی، نمونه برداری و آنالیز سیگنال در آمده است. هدف از این پایان نامه، بررسی تنکیِ سیگنال گفتار در حوزه های مختلف و استفاده از نتایجِ این بررسی در مسأله ی بهسازی گفتار است. با توجه به اینکه در کاربردهای مختلف، تعابیر متفاوت...

این پایان نامه در خصوص نحوه استفاده از ساختار شنوایی و اعمال ویژگی های سیستم شنوایی است که برای کاهش نوفه موسیقایی و واپیچش در بهسازی کیفیت گفتار بکار گرفته می شود.