امروزه نیاز به اطلاعات دقیق و مختصر حاصل از یک پردازش مناسب روی سیگنال گفتار در بسیاری از کاربردهای صوت مشهود است. در پردازش سیگنال گفتار، یکی از مشکلات اساسی که با آن روبرو هستیم، نویزهای موجود در محیط یا رسانه است که سیگنال را تغییر می دهد و در این شرایط ممکن است نتوانیم اطلاعات مورد نیاز را از سیگنال استخراج کنیم. بنابر این همواره شاهد روند روبه رشد روش های نویز زدایی از سیگنال می باشیم. نوی...

در این پروژه طراحی و پیاده سازی سیستم کد کننده گفتار با نرخ بیت بسیار پایین انجام گرفته است. دو رویکرد متفاوت در طراحی و پیاده سازی سیستم کد کننده گفتار بکار گرفته شده است. اولین رویکرد استفاده از سیستم کد کننده melp استاندارد با نرخ بیت 200 بیت بر ثانیه به عنوان سیستم کد کننده پایه و سپس از راهکارهایی برای کاهش نرخ بیت ارسالی به میزان نزدیک به یک چهارم میزان استاندارد آن می باشد. از جمله این ر...

امروزه نیاز به اطلاعات دقیق و مختصر حاصل از یک پردازش مناسب روی سیگنال گفتار در بسیاری از کاربردهای صوت مشهود است. در پردازش سیگنال گفتار، یکی از مشکلات اساسی که با آن روبرو هستیم، نویزهای موجود در محیط یا رسانه است که سیگنال را تغییر می دهد و در این شرایط ممکن است نتوانیم اطلاعات مورد نیاز را از سیگنال استخراج کنیم. بنابر این همواره شاهد روند روبه رشد روش های نویز زدایی از سیگنال می باشیم. نوی...

تشخیص احساس برای رایانه امری چالش برانگیز است. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مقاله، طراحی یک سیستم تشخیص احساس از گفتار و ارائه روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگی های متفاوتی استفاده شده است، اما هیچ یک عملاً به ارتباط بین دامنه صوت و حالت های احساسی نپرداخته اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به نظر ...

در این مقاله، روش جدیدی برای تخمین نسبت سیگنال به نویز (SNR) سیگنال ترکیب ارائه شده است که بر پایه روش آنالیز ترکیب شنیداری محاسباتی (CASA) است. در روش ارائه‌شده، ماسک باینری ایده‌آل (IBM) که به طور معمول هدف محاسباتی سیستم‌های مبتنی بر CASA است، برای تخمین SNR سیگنال گفتار نویزی به کار گرفته می‌شود. روش پیشنهادی با استفاده از IBM و چندین ماسک شبه IBM ارزیابی شده است. این روش، ساده و از نظر محا...

در سال ها اخیر توجه زیادی به تولید مصنوعی سیگنال های الکتروکاردیوگرام (ECG) به کمک یک مدل ریاضی معطوف گشته است. یکی از کاربردهای یک مدل دینامیکی که بتواند سیگنال های ECG مصنوعی تولید کند، ارزیابی آسان دستگاه های پردازش سیگنال تشخیصی ECG می باشد. به علاوه، می توان چنین مدلی را در فشرده سازی و تله مدیسن نیز به کار برد. هم چنین مناسب است مدل از توانایی لازم برای تولید سیگنال های ECG طبیعی و غیر طب...

شرایط محیطی دریافت صوت از جمله محدودیت پهنای باند در کانال انتقال استفاده از وسایل با کیفیت پایین و اثر میکروفن بعنوان نویز کانوالو شونده و همچنین اثرات جریان هوا و گفتگوهای زمینه و .... بعنوان نویز جمع شونده باعث افت آشکار در کارایی سیستم های بازشناسی گفتار می شود. هدف از روشهای مقاوم سازی در برابر نویز کم کردن عدم تطابق بین توزیع بردارهای ویژگی در تشخیص دهنده و داده ا آزمون و بالابردن کارایی ...

تشخیص جنسیت با استفاده از سیگنال گفتار احمد عطاران چکیده: طبقه بندیجنسیت درگفتار و بازشناسی گوینده به اندازه طبقه بندی احساسات گفتار مفید است زیرا هنگامی که مدلهای صوتی(آکوستیک) جداگانه برای مردان و زنان به کارگرفته شود کارایی بهتری خواهد داشت. با توجه به اینکه سکوت بین زن و مرد مشترک است بنا بر این سکوت از ابتدا حذف می گردد. این امر باعث کاهش حجم بار محاسباتی اضافی و همچنین افزای...

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...

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...