در یک مهمانی، ما می توانیم به یک صدای خاص توجه ویژه داشته باشیم و دیگر صداهای تداخلی موجود در محیط اطراف خود را فیلتر نماییم. این قابلیت ادراکی، باعث ایجاد انگیزه ای برای پدید آوردن یک زمینه مطالعاتی جدید گردید. هدف این زمینه مطالعاتی، طراحی سیستم های جداسازی گفتار بر اساس اصول سیستم شنوایی انسان است. در بسیاری از کاربردها نظیر بازشناسی گفتار اتوماتیک و مخابرات راه دور به یک سیستم موثر که توانا...

سیگنال های گفتار به ندرت به صورت خالص برای کاربرد های پردازش گفتار موجود می باشند و اغلب به وسیله ی تداخل آوایی نظیر نویز پس زمینه، اعوجاج، سیگنال گفتار گوینده ی دیگر و ... مخدوش می شوند. در چنین حالتی لازم است که ابتدا سیگنال گفتار از پس زمینه جدا شود. به ویژه عمل جداسازی گفتار چند گوینده که به عنوان جداسازی گفتار شناخته می شود امری چالش برانگیز است زیرا شامل جداسازی سیگنال هایی است که دارای م...

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...

پردازش سیگنال های گفتاری بیماران و مقایسه ی آنها با سیگنال های گفتاری ثبت از افراد سالم، یکی از رایج ترین روشهایی است که با استفاده از آن می توان به بررسی میزان ناهنجاری قسمت های مختلف دستگاه تولید گفتار در انسان پرداخت. هدف از به کارگیری روش های غیرتهاجمی، انجام امور تشخیصی و ارائه ی راهکارهای پیشگیرانه، کمک درمانی و درمانی است. با بهره گیری از چنین روش هایی، می توان با ثبت سیگنال گفتاری افراد...

از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده ها با یکدیگر ترکیب شده اند، استفاده از روشهای جداسازی کور منابع (bss) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنالهایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده ها دریافت شده است. این ترکیبات می توانند لحظه ای یا کانولوتیو باشند که برای سیگنالهای گفتار در کاربردهای واقعی ترکیبات به صورت کانو...

جداسازی تک گوشی گفتار از تداخل صوتی موضوع بسیار چالش انگیزی است. پژوهش های بسیاری در زمینه ی آنالیز ترکیب شنیداری محاسباتی (casa) به منظور جداسازی تک گوشی گفتار صدادار (voiced speech) از ترکیب های صوتی انجام شده است. با این وجود، جداسازی گفتار بی صدا (unvoiced speech) به عنوان یکی از چالش های مهم casa باقی مانده است. گفتار بی صدا به دلیل داشتن انرژی نسبتاً ضعیف و دارا نبودن ساختار هارمونیکی، در ...

در این پایان نامه الگوریتم تفریق طیفی برای حذف انرژی نویز در گفتار نویزدار پیشنهاد شده است و سپس روش ماسک دودوئی برای جداسازی گفتار از نویز موزیکال حاصل از تفریق طیفی به کار رفته است. روش تفریق طیفی برای تخمین طیف توان نویز استفاده شده است و در روش ماسک دودوئی اصل اساسی جداسازی صدای اصلی از سیگنال های دیگر، تجزیه زمان فرکانس، ماسک گذاری انرژی و گروهبندی واحدهاست. شبیه کاری که گوش در محیط ها...

از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده‌ها با یکدیگر ترکیب شده‌اند، استفاده از روش‌های جداسازی کور منابع (BSS) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنال‌هایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده‌ها دریافت شده است. الگوریتم‌های موجود برای جداسازی کور منبع اغلب بر اساس تجزیه‌ی ویژه‌ی ماتریس‌های کومولانت مرتبه‌ی چهارم است. با...

یک رویکرد برای جداسازی موسیقی از گفتار به عنوان یک مساله جداسازی منابع تک کاناله، روش عامل بندی نامنفی ماتریس(nmf) است. در این روش، طی روندی تکراری، طیف نگار سیگنال مخلوط به طیف نگار سیگنال های سازنده اش(منبع) تجزیه می شود. در این راستا، در مرحله آموزش nmf استاندارد، طیف نگار هر سیگنال منبع، به صورت ضرب دو ماتریس با درایه های نامنفی، موسوم به ماتریس های وزن و پایه عامل بندی می شود. این ماتریس ه...