در این مقاله، کارآیی واج­های گفتار فارسی از نظر بازشناسی گوینده مورد مطالعه و پژوهش قرار گرفته و با توجه به میزان کارآیی­ها، رتبه­بندی واج­ها صورت گرفته‌اند. جهت برآورد کارآیی واج­ها، از یک معیاری که به­صورت نسب « فاصلة بین­گوینده­ای» واج­ها به « فاصلة در گوینده‌ای» تعریف شده است و ما آن را « نسبت تأثیرپذیری گوینده » نامیده­ایم، استفاده شده است.­ آزمایش­ها و محاسبات لازم برای کلیه واج­های گفتار...

مطالعات بر روی نحوه ادراک گفتار انسان نشان می دهد که مغز انسان به وقایع خاصی در سیگنال گفتار حساسیت بیشتری نشان می دهد و این نواحی حاوی اطلاعات متمایزکننده مفیدی برای واحدهای صوتی پایه است. ماهیت این وقایع بعنوان واحدهای پایه واقعی حاوی اطلاعات غنی و مهم گفتار، از نظر زبان شناسی و مهندسی در دست بررسی است. از سوی دیگر در بررسی جنبه های زیستی ادراک گفتار توسط مغز انسان دیدگاههایی وجود دارد که ن...

بهسازی گفتار یکی از مهمترین موضوعات در زمینه مخابرات و پردازش سیگنال می باشد. در مخابرات صوتی ، ممکن است سیگنال صحبت با نویز محیط آلوده شده، و در نتیجه کیفیت ارتباط را به دلیل کاهش قابلیت فهم گفتار تحت تاثیر قرار دهد. همچنین فشرده سازی صحبت نویزی با کد کننده های نرخ پایین صحبت، باعث کاهش قابل توجه کیفیت گفتار خواهد شد،که این امر به دلیل خطای تخمین مکرر در پارامترهای مدل تولید کننده صحبت می باشد...

در این پروژه آشکارسازی فعالیت گفتاری که در حوزه های مختلفی از پردازش گفتار کاربرد دارد، مطرح شده است. با توجه به ماهیت متفاوت گفتار و نویز تا به حال ویژگیهای مختلفی برای جداسازی این دو ارائه شده است که برخی از آنها در این پایان نامه مطرح گردیده است. از آنجا که ویژگیهای مختلف هر یک در نوع متفاوتی از نوع عملکرد بهتری دارند و با توجه به نوع نویز یک ویژگی بهتر از سایر ویژگیها محدوده های گفتار و نوی...

با توجه به اینکه زبان فارسی زبانی نسبتا هجامحور است در این پروژه تقطیع سیگنال گفتار فارسی به واحدهای هجایی مورد توجه قرار گرفته است. هدف از این پروژه آن است که تنها با استفاده از سیگنال گفتار و کمیت های پروزودیک آن، تقطیع به واحدهای هجایی در محیط تمیز و آلوده به نویز با صحت قابل قبولی انجام شود. در این کار ابتدا انرژی زمان کوتاه سیگنال گفتار مورد پردازش قرار گرفته است. روش های مورد استفاده در ...

مقدمه و اهداف گفتار عموما دارای چند وجه می باشد. سیستم ادراک گفتاری انسان از علامت های دیداری و شنیداری برای رمزگشایی گفتار تولید شده توسط گوینده، استفاده می کند. زمانی که یک فرد گفتار طبیعی را دریافت می کند، همزمان با شنیدن، آن را نیز می بیند و بخش ها و نواحی مسئول پردازش، اطلاعات بینایی و شنوایی مرتبط با گفتار را با یکدیگر ترکیب می کند. اطلاعات دیداری دهان و صورت گوینده، نقش مهمی را در درک و ...

مقدمه و اهداف ارزیابی گوش واقعی یک روش بررسی خروجی سمعک است که به وسیله‌ی آن می‌توان تمامی ویژگی‌های فردی گوش را در تنظیم سمعک محاسبه نمود و به تارگت تجویزی مورد نظر رسید. هدف از تنظیم سمعک و در نهایت انطباق با تارگت تجویزی به وسیله‌ی ارزیابی گوش واقعی، بالا بردن فهم گفتار در ارتباط روزمره است؛ اما اینکه چه قدر ارزیابی گوش واقعی روی امتیاز بازشناسی لغت اثر می‌گذارد، مساله‌ای است که مورد بررسی ق...

تحقیقات اخیر نشان می‌دهد که تظاهرات غیرخطی و آشوبی سیگنال گفتار می‌تواند در حوزة فضای بازسازی شده فاز (RPS) مطالعه شود. تئوری جاسازی برمبنای محورهای تأخیری، ابزار مناسبی برای بررسی تراژکتورهای گفتاری در RPS است. تاکنون از مشخصه‌های تراژکتورهای گفتاری به ندرت در سیستم‌های کاربردی بازشناسی گفتار استفاده شده است. از اینرو در این مقاله  روش استخراج ویژگی جدیدی براساس پارامترهای مدلسازی خطی مبتنی بر...

جداسازی تک گوشی گفتار از تداخل صوتی موضوع بسیار چالش انگیزی است. پژوهش های بسیاری در زمینه ی آنالیز ترکیب شنیداری محاسباتی (casa) به منظور جداسازی تک گوشی گفتار صدادار (voiced speech) از ترکیب های صوتی انجام شده است. با این وجود، جداسازی گفتار بی صدا (unvoiced speech) به عنوان یکی از چالش های مهم casa باقی مانده است. گفتار بی صدا به دلیل داشتن انرژی نسبتاً ضعیف و دارا نبودن ساختار هارمونیکی، در ...