شناسایی گفتار پرخیشومی مبتنی بر پردازش سیگنال گفتار

پرخیشومی از رایج ترین اختلالات در کودکان دارای شکاف کام است. عموماً برای کاهش این نقیصه نیاز به عمل های جراحی است و بنابراین ارزیابی خیشومی بودن برای بررسی تأثیر عمل های جراحی و همچنین طراحی جلسات گفتاردرمانی که بعد از عمل های جراحی نیاز است، حیاتی می باشد. مدل های تمام قطب مانند ar برای مدل سازی سیستم لوله صوتی افراد دارای شکاف کام به دلیل صفرهایی که در پاسخ فرکانسی فیلتر لوله صوتی این افراد ظاهر می شود، دقیق نیستند، بر این اساس در این پایان نامه یک روش کمّی جدید برای تخمین میزان پرخیشومی بودن ارائه شده است. در روش ارائه شده میزان پرخیشومی بودن با کمّیتی که از محاسبه فاصله بین بردار ضرایب کپستروم استخراج شده از ضرایب مدل ar و مدل arma بدست آمده ارزیابی شده است. روش k-means و روش بیز برای یافتن حد آستانه مناسب برای طبقه بندی دادگان به کار رفت. با پیاده سازی الگوریتم پیشنهادی برای مجموعه دادگان شامل واکه های /a/ استخراج شده از کلمه آزمون /pamap/ که توسط 13 فرد دارای شکاف کام و 22 فرد نرمال بیان شده است، صحت تراز شده 18/82 درصد برای طبقه بندی گویش ها و صحت تراز شده 72/97 درصد در سطح افراد بدست آمد. از آنجایی که روش ارائه شده تنها به پردازش کامپیوتری دادگان نیاز دارد، نسبت به روش های کلینیکی دیگر، روشی ساده و غیر تهاجمی است.