تنوع میدان‌های نویزی حاکم بر محیط‌های واقعی، طراحی سیستم واحدی را که قادر به حذف کامل همه اغتشاشات محیطی باشد، با مشکل مواجه می‌کند. لذا، داشتن یک شناخت اولیه از میدان‌های نویزی موجود در محیط و بررسی نوع اثر هر یک بر روی سیگنال گفتار، گام مؤثری در جهت فرآیند بهسازی محسوب می‌شود. در این مقاله، ضمن بررسی نویزهای اساسی موجود در زمینه گفتار ضبط‌شده در شرایط واقعی، به ارزیابی میدان‌های نویزی پایین‌گ...

در بیشتر محیط های زندگی، نویزهای مختلفی حضور دارد که داده های صوتی را تخریب می کند. در این مقاله روشی را معرفی می کنیم که در آن با استفاده از برنامه نویسی ژنتیک، نویز افزوده شده به داده های صوتی کاهش داده می شود تا داده های با کیفیت بهتری به دست آید. به این منظور ترکیب دو روش تفاضل طیفی و برنامه نویسی ژنتیک برای بهسازی گفتار پیاده سازی شده است. در این روش در مرحله اول، نویز به روش تفاضل طیفی کا...

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...

مقدمه و اهداف موسیقی به دلیل ارتباط با بسیاری از فعالیت­های پیچیده مغزی مانند درک، شناخت، حافظه و  یادگیری واسطه­ای مناسب جهت مطالعه عملکردهای مختلف مغزی است. شناخت یکی از عملکردهای مهم سیستم مرکزی است که امروزه مورد توجه بسیاری از محققان قرار دارد. نتایج برخی مطالعات حاکی از آن است که احتمالا فراگیری موسیقی بتواند سبب تقویت و تکامل مسیرهای عصبی مربوط به فرآیندهای شناختی گردد ...

انسان در ادراک گفتار روزمره با انواع تنوعات در سیگنال ورودی برخورد می کند و علیرغم آنها وظیفه درک به خوبی انجام می شود. به عنوان نمونه هائی از این تنوعات در بازشناسی گفتار می توان از نویزهای مختلف مانند نویزهای جمعی یا نویز کانال نام برد که به صورت ایستان و یا غیرایستان به سیگنال گفتار اضافه می شوند. مشاهده می شود که کارائی سیستمهای بازشناسی گفتار به عنوان مدلهائی از درک گفتار در انسان با تغییر...

بازیابی سیگنال گفتاری مطلوب از گفتار نویزی، از جمله قدیمی ترین اهداف محققان پردازش سیگنال و سیستم های ارتباطی می باشد که تا به امروز ادامه داشته است. هدف اصلی بهبودگفتار کاهش دادن اثرات نویز، بالابردن کیفیت و قابل فهم نمودن سیگنال گفتاری می باشد. این در کاربردهای مختلفی از قبیل استفاده در محیط های پر سر و صدا (برای مثال در دفاتر کار، خیابان ها ، اتومبیل ها، کارخانه ها و غیره) و سیستم های بازشن...

بهسازی گفتار یکی از شاخه های مهم پردازش گفتار است. امروزه با تنوع در کاربردهای پردازش گفتاری و وجود عوامل بسیار در تخریب سیگنال، امر بهسازی و بهبود کیفیت سیگنال گفتار از اهمیت زیادی برخوردار شده است. به عنوان یکی از روش های بهسازی (چندکاناله) گفتار، شکل دهی پرتو مطرح گردیده که با استفاده از آرایه های میکروفونی صورت می پذیرد. با توجه به محدودیت های موجود در نحوه چینش میکروفون ها، پنجره ای به سوی...

تشخیص لهجه از روی شکل موج گفتار یکی از شاخه های نسبتا جدید در علم پردازش گفتار است.تشخیص لهجه می تواند تا حد زیادی باعث بهبود سیستم های بازشناخت گفتار شود.همانند هر سیستم بازشناسی، فرآیند تشخیص لهجه نیز شامل سه مرحله پیش پردازش، استخراج ویژگی و طبقه بندی است.در این مقاله سه روش کارآمد استخراج ویژگی شامل دامنه مرکزی طیفی (scm) ، مشتق اول آن (∆scm) و تبدیل zak روی سیگنال گفتار اعمال شده اند و کار...

کاهش نویز در بسیاری زمینه ها از جمله بهبود سیگنال ورودی پردازشگرهای صوتی جهت تشخیص گفتار و یا شناسایی گوینده و نیز گوشی های تلفن همراه و ... دارای اهمیت زیادی می باشد. تاکنون روشهای بسیاری جهت بهبود و اصلاح سیگنال گفتار با استفاده از طیف فرکانسی دوره کوتاه سیگنال گفتار ارائه شده اند. عموم این روشها فیلتری را ارائه می دهند که بهره آن تابعی از نسبت سیگنال به نویز بوده و در حوزه فرکانس پس از اعمال...

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. از مهم ترین روش های بهسازی گفتار، روش های آماری هستند که به لحاظ کارایی بالاتر نسبت به سایر روش ها و ایجاد اعوجاج کمتر در سیگنال نهایی بیشتر مورد توجه می باشد. در این روش یک مدل آماری برای گفتار و نویز فرض می شود و پردازش ها بر مبن...