چکیده مقدمه: شنوایی مهمترین حس در رشد طبیعی گفتار و زبان است و کودکان ناشنوا به علت عدم دریافت مناسب محرکهای صوتی قادر به درک و تولید صحیح گفتار نبوده و وضوح کلامی آنها در سطح بسیار پایینی قرار دارد. انجام عمل کاشت حلزون با فراهم آوردن درونداد شنیداری مناسب، زمینه را جهت درک و تولید همخوانها فراهم می آورد و انتظار می رود در زمینه تولید و وضوح گفتار این کودکان تغییرات زیادی را شاهد باشیم. بنابرا...

مدل‌های پنهان مارکوف به‌عنوان یکی از شیوه‌های موفق امروزی در کاربردهای پردازش سیگنال پیوسته و گسسته کاربردهای فراوانی یافته‌اند. این مدل‌ها با توجه به‌توانائی بالایی که در مدل نمودن ویژگی‌های گفتار و به‌خصوص ویژگی دینامیک گفتار دارند مورد بررسی و استفاده فراوانی در این زمینه قرار گرفته‌اند. یکی از روش‌هائی که در سال‌های اخیر برای بازشناسی گفتار پیوسته مورد توجه نسبی قرار گرفته است استفاده از تر...

زمینه و هدف توانایی دستیابی واژگانی در برقراری ارتباط کلامی از اهمیت بالایی برخوردار است. اکثر آزمونهای واژه یابی در زبان فارسی، بر نامیدن در مواجهه ی بینایی متمرکز بوده است و سایر حیطه ها مانند روانی کلامی و گفتار پیوسته کمتر مورد مطالعه قرارگرفته است. هدف تحقیق حاضر، تهیه ی یک بسته ی ارزیابی دستیابی واژگانی روا و پایا جهت سنجش عملکرد افراد بزرگسال فارسی زبان می باشد. روش بررسی این پژوهش به...

مدلسازی وابسته به متن به عنوان شیوه ای مفید برای افزایش دقت مدلسازی در بازشناسی گفتار پیوسته مورد توجه است. معمولترین شکل پیاده سازی این شیوه، استفاده از مدلهای سه آوایی است. با این همه، تعداد زیاد این مدلها موجب می شود که در عمل، آموزش سیستم با مشکلات زیادی همراه باشد و دستیابی به آموزش مقاوم (robust training) به سختی میسر گشته یا اصولا مقدور نشود. یکی از شیوه های حل این مشکل، استفاده از روش گ...

در سالهای اخیر بازشناسی احساس به عنوان روش جدیدی برای تعامل انسان با کامپیوتر مورد توجه و موضوع تحقیقات زیادی بوده است. احساس، در قالب حرکات چهره، گفتار، حرکات دست و بدن و علایم زیستی مانند ضربان قلب بروز می یابد. مدل پیشنهادی در این پایان نامه از گفتار پیوسته فارسی برای بازشناسی احساس استفاده می کند. بازشناسی احساس از گفتار بر روی زبان های مختلفی انجام شده اما بر روی زبان فارسی تا کنون این چن...

دقت سیستم¬های بازشناسی گفتار در محیط¬های آزمایشگاهی و کنترل شده به میزان قابل قبولی افزایش یافته و امروزه شاهد استفاده از این سیستم¬ها در محیط¬های واقعی هستیم. با این حال، کارایی این سیستم¬ها در حضور نویز به دلیل عدم تطابق بین شرایط و محیط آموزشی و آزمون به شدت افت می¬کند. علاوه بر این، تنوع مشخصه¬های گفتاری گویندگان نیز بر کارایی این سیستم¬ها تاثیرگذار است. در سال¬های اخیر، عمده پژوهش¬های صورت...

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...

بسیاری از زبان شناسان ساختار هجایی زبان فارسی را شامل یک همخوان اجباری به عنوان آغازه هجا، یک واکه در جایگاه هسته و یک یا دو همخوان اختیاری در جایگاه پایانی می دانند. بر این اساس، این امکان که در زبان فارسی دو واکه در دو هجای مجاور در کنار یکدیگر قرار بگیرند وجود ندارد و در این زبان با شیوه های خاصی که مهم ترین آن ها افزایش همخوان میانجی است، از التقای مصوت ها جلوگیری می شود. در این مقاله، با ...

بسیاری از زبان شناسان ساختار هجایی زبان فارسی را شامل یک همخوان اجباری به عنوان آغازه هجا، یک واکه در جایگاه هسته و یک یا دو همخوان اختیاری در جایگاه پایانی می دانند. بر این اساس، این امکان که در زبان فارسی دو واکه در دو هجای مجاور در کنار یکدیگر قرار بگیرند وجود ندارد و در این زبان با شیوه های خاصی که مهم ترین آن ها افزایش همخوان میانجی است، از التقای مصوت ها جلوگیری می شود. در این مقاله، با ی...

روشهای مختلفی برای تطبیق گوینده در سیستمهای بازشناسی گفتار معرفی گردیده اند. در برخی روشها نظیر تخمین map تنها مدلهایی که داده آموزشی متناظرشان موجود باشد تازه سازی می شوند و برای بهبود قابل توجه دقت بازشناسی، داده آموزشی نسبتاً زیادی مورد نیاز است. در برخی دیگر نظیر mllr که تعدادی تبدیلات عمومی بر روی خوشه های مدلها اعمال می شود، برای دادگان کم آموزشی نتایج مطلوبی حاصل می شود، اما با افزایش داد...