استفاده از ربات های اجتماعی در زندگی انسان ها افزایش یافته است و اصلی ترین راه ارتباط انسان ها با آنها ارتباط کلامی است. ربات های اجتماعی دارای میکروفونی هستند تا بتوانند سیگنال گفتار را برای ارتباط با انسان دریافت کنند. با توجه به دریافت نویز محیطی به هنگام ضبط گفتار انسان، نیاز به سیستمی برای تشخیص قسمت های گفتار در سیگنال های صوتی ضبط شده می باشد. هدف این پایان نامه طراحی یک سیستم آشکارساز ف...

در این پژوهش، به بررسی آکوستیکی 100 دقیقه مکالمات ضبط شده از 10 سخنگوی مرد و زن زبان فارسی و معیارهای بازشناسی سخنگو بر مبنای آواشناسی حقوقی پرداخته شده است. داده های صوتی مورد بررسی شامل حدود 70 دقیقه تلفظ جداگانه 192 هجا و 280 واژه و 30 دقیقه گفتار پیوسته بود که در مجموع 15000 داده صوتی را تشکیل می داد. در این پژوهش سعی بر آن بود تا با بررسی آکوستیکی دقیق و جامع داده های صوتی، الگوها و مشخص...

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...

مقدمه و اهداف یکی از توانایی های مهم دستگاه عصبی مرکزی شنوایی، پردازش زمانی شنوایی است که در کسب گفتار و زبان نقشی اساسی دارد. به نظر می رسد این توانایی در کودکان مبتلا به اختلال نقص توجه-بیش فعالی(ADHD) نسبت به کودکان هنجار ضعیف تر است. هدف مطالعه حاضر مقایسه توانایی پردازش زمانی در این کودکان با کودکان هنجار با استفاده از آزمون فاصله در نویز بوده است. مواد و روش ها در این پژوهش مقطعی-مقایس...

در این مقاله، بر پایه روش حداقل مربعات بازگشتی، روشی بر خط، برای شناسایی مولفه های تانسور ممان اینرسی یک ماهواره ارائه شده است. فرض بر این است که عملگرهای ماهواره، سه چرخ عکس العملی عمود به یکدیگر می باشند. تنها سنسور مورد استفاده، سنسور ژایرو نرخی سه محوره می باشد که سرعت های دورانی ماهواره را در مختصات متصل به جسم اندازه گیری می کند. به دلیل وجود نویز در این سنسور، ماتریس برازش¬گر مورد استفاد...

در این مقاله با هدف ایجاد بهبود در عملکرد اولین ویرایش از سیستم تبدیل متن به گفتار طبیعی ارایه شده برای زبان فارسی، که در آن از یک شبکه عصبی بازگشتی برای تولید همزمان عوامل نوای گفتار (الگوی فرکانس گام، دیرش، انرژی و درنگ) و نیز سنتزکننده «مدل هارمونیک + نویز» با دادگان تک واحدی از دو واجی ها، برای تولید گفتار استفاده شده بود، چگونگی به کارگیری یک مدل آمیختار عصبی- آماری برای...

در بررسی و کار با سیستم های پردازش سیگنال، اغلب مشکلی ناخواسته به نام نویز وجود دارد. نویز زمینه که در بیشتر موارد، آمیخته با انواع سیگنال ها به ویژه سیگنال های گفتار بوده و در کارایی سیستم های پردازش سیگنال و گفتار اختلال ایجاد می کند. منابع آکوسیتیکی بسیاری باعث تولید نویز می گردد. از آن جمله می توان به صدای مکالمه های زمینه، صدای تولید شده توسط سیستم تهویه و سیتم های دیگری که در اطراف از آن ...

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...

هدف پروژه ی حاضر استخراج و استفاده از ویژگی های آکوستیکی موج صدا برای شناسایی سخنگو و واج های زبان فارسی است. این ویژگی ها از روی طیف نگاشت موج صوتی آوا ها در این پروژه معرفی و تحلیل شده اند. این ویژگی ها برای تظاهر آکوستیکی هر واج و همین طور گفتار هر گوینده، منحصر به فرد هستند بطوریکه می توان از آنها به عنوان کلید های شناسایی گفتار و گوینده استفاده کرد. نتایج بدست آمده در بخش عملی پروژه، این ا...