در این مقاله آنتروپی بسته موجک برای بازشناسی احساسات از گفتار در حالت مستقل از گوینده پیشنهاد شده است. پس از پیش‌پردازش، بسته موجکِ db3 سطح 4 در هر فریم محاسبه شده است و آنتروپی شانون در گره‌های آن به عنوان ویژگی در نظر گرفته شده است. ضمناً ویژگی‌های نواییِ گفتار شامل فرکانس چهار فرمنت اول، جیتر یا دامنه تغییرات فرکانس گام و شیمر یا دامنه تغییرات انرژی به عنوان ویژگی‌های پرکاربرد در حوزه تشخیص احس...

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...

استفاده از الگوریتم های مبتنی بر فیلتربانک و با نرخ تحریک ثابت موجب می شود که اطلاعات فاز سیگنال صوتی به کاربران کاشت حلزون منتقل نشود و در نتیجه کاربران این سیستم ها درک صحیحی از لحن و آهنگ گفتار نداشته باشند. هدفگیری مطالعات اخیر غالبا به این سمت بوده است که الگوریتمی معرفی شود که بتواند اطلاعات فاز سیگنال را به کاربران این سیستم ها منتقل کند. از جمله می توان به الگوریتم های عبور از صفر و ‎i...

متداول ترین و کاراترین ویژگی ها برای بازشناسی گفتار، ضرایب فرکانسی مل کپستروم هستند. این ویژگی ها از طریق اعمال تبدیل کسینوسی گسسته بر لگاریتم انرژیخروجی های بانک فیلترِ مِل بدست می آیند. تبدیل کسینوسی گسسته در حالت کلی در فشرده سازی و ناهمبسته سازی دادهها به صورت نیمه بهینه عمل می کند. این موضوع یکی از علل کاهش عملکرد ویژگی های مل کپستروم در محیطی است که نویزهای جمع پذیر وجود دارند. در این رساله...

در این مقاله یک سامانۀ بازشناسی گفتار پیوسته برای زبان فارسی معرفی می شود و نقش مدل آوایی و مدل زبانی در آن مورد بررسی قرار می گیرد. مدل های آوایی با روش های مستقل از بافت و وابسته به بافت در این سامانه به کار رفته و نتایجِ به کارگیریِ آن ها ارائه شده است. مدل زبانیِ سه کلمه ای نیز با روش های مبتنی بر کلمه، مبتنی بر مقوله نحوی و مبتنی بر طبقه، با استفاده از پیکرۀ متنیِ زبانِ فارسی استخراج و در سامان...

در این مقاله یک سامانۀ بازشناسی گفتار پیوسته برای زبان فارسی معرفی می شود و نقش مدل آوایی و مدل زبانی در آن مورد بررسی قرار می گیرد. مدل های آوایی با روش های مستقل از بافت و وابسته به بافت در این سامانه به کار رفته و نتایجِ به کارگیریِ آن ها ارائه شده است. مدل زبانیِ سه کلمه ای نیز با روش های مبتنی بر کلمه، مبتنی بر مقولة نحوی و مبتنی بر طبقه، با استفاده از پیکرۀ متنیِ زبانِ فارسی استخراج و در سامان...

با توجه به کاربرد روزافزون سیستم های گفتاری در زندگی امروزی، کارهای بسیاری در زمینه بهسازی و بازشناسی گفتار صورت گرفته که در همه این کاربردها وجود نویز و پژواک باعث کاهش کارآیی سیستم های گفتاری می شود. تاکنون تعداد زیادی از الگوریتم های بهسازی گفتار براساس تخمین دامنه طیف سیگنال گفتار و هم چنین تخمین ضرایب حقیقی و موهومی طیف گفتار مبتنی بر معیار mmse و map و با فرض گوسی بودن مولفه های دکارتی ضر...

در این مقاله یک سامانۀ بازشناسی گفتار پیوسته برای زبان فارسی معرفی می‌شود و نقش مدل آوایی و مدل زبانی در آن مورد بررسی قرار می‌گیرد. مدل‌های آوایی با روش‌های مستقل‌از‌بافت و وابسته‌به‌بافت در این سامانه به‌کار رفته و نتایجِ به‌کارگیریِ آن‌ها ارائه شده است. مدل زبانیِ سه‌کلمه‌ای نیز با روش‌های مبتنی‌بر کلمه، مبتنی‌بر مقولة نحوی و مبتنی‌بر طبقه، با استفاده از پیکرۀ متنیِ زبانِ فارسی استخراج و در سامان...

یکی از مهمترین مسایل مطرح در زمینهء سیستم‏های بازشناخت گفتار تأثیر نویز بر سیگنال گفتار و کاهش دقت بازشناسی است، لذا بازشناخت گفتار مقاوم در برابر نویز یکی از موارد مورد مطالعه محققان می‏باشد. در سالهای اخیر تحقیقات بسیاری در این زمینه به عمل آمده و روش‏های مختلفی ارائه شده است. یک دسته از روش‏های موجود در زمینهء بازشناخت گفتار مقاوم، استخراج ویژگی‏هایی از سیگنال گفتار می‏باشد که نسبت به نویز م...

کلمات ائمه اطهار(ع) پس از قرآن کریم، گرانقدرترین میراث دین مبین اسلام است که قابلیت آن را دارد در حوزه های مختلف علوم بشری مورد استفاده قرار گرفته و بعنوان مبنایی برای مطالعات بنیادین و کاربردی در نظر گرفته شود، به شرط آنکه بتوان دیدگاه ها و مبانی نظری ائمه اطهار(ع) را از خِلال تجزیه و تحلیل گفتار ایشان و با استفاده از روش های علمی و دقیق بازشناسی نمود.