در این پایان نامه، یک الگوریتم استخراج ویژگی جدید را معرفی می کنیم که pncc نامیده می شود و مبتنی بر سیستم شنیداری انسان می باشد. ویژگیهای جدید pncc شامل یک غیر خطی قانون توان است که جایگزین غیر خطی لگاریتمی استفاده شده در mfcc شده است، و همچنین شامل یک الگوریتم جدید برای حذف تحریک پس زمینه-با استفاده از تخمین توان با طول متوسط مبتنی بر نسبت میانگین حسابی به میانگین هندسی-و همچنین کاهش توان پس ز...

زمینه و هدف: آزمون گفتار در نویز توانایی فرد در استخراج گفتار از نویز محیطی را بررسی می­کند. وضوح زمانی نیز به توانایی درک تغییرات محرک در طول زمان گفته می شود که در درک گفتار نقش بسزایی دارد. مطالعه حاضر با هدف بررسی تاثیر سن و جنسیت بر نتایج آزمون های گفتار در نویز و وضوح زمانی در بزرگسالان با شنوایی هنجار صورت گرفت. روش بررسی: آزمون گفتار در نویز در سطح راحت شنوایی در سه نسبت سیگنال به نویز ...

یکی از پیش فرضهای اولیه مدل مارکوف پنهان، اعمال توزیع آماری هندسی به کشش زمانی بردارهای هر حالت مدل مارکوف پنهان است که به وضوح با طبیعت مساله سازگار نیست. مدلهای قطعه ای اتفاقی و به طور خاص مدل مارکوف پنهان قطعه ای تا حدی این مشکل را به ازای پیچیدگی بیشتر در مراحل آموزش و بازشناسی حل می کند. در مقابل، مدلهای شبکه عصبی و مدل ادراک گفتار دانشگاه ام آی تی از این مدلسازی چشم پوشی کرده اند. در این ...

چکیده: با پیشرفت روز افزون علم و تکنولوژی نیاز بشر به سیستم های هوشمند در تمامی زمینه ها مشهود می باشد. با توجه به اینکه صدای هر فرد مانند شناسه های دیگری چون اثر انگشت، خصوصیات چهره، عنبیه چشم و ... منحصر به فرد می باشد به همین دلیل از آن در سیستم های هوشمند بازشناسی گوینده استفاده می شود. اما یکی از مهمترین مسائل مطرح شده در زمینه سیستم های بازشناسی گوینده تأثیر نویز بر سیگنال گوینده و کاهش ...

تشخیص الگو عبارت است از دسته¬بندی و تفکیک الگو¬های خاص بر اساس ویژگی¬های از پیش تعریف شده، از مجموعه¬ای از داده¬های در دسترس. پیاده¬سازی بسیاری از مهارت¬های انسانی نظیر تشخیص چهره ، تشخیص صحبت ، خواندن حروف دست-نوشته با قابلیت پایداری بسیار بالا در برابر نویز و شرایط محیطی مختلف توسط ماشین، یکی از مشکلات و مسائلی است که در چند دهه اخیر موردتوجه پژوهش¬گران قرارگرفته است. تشخیص الگو دربرگیرنده طی...

موضوع این پایان نامه بازیابی متون حاصل از بازشناسی گفتار می باشد. در این راستا روشی برای اصلاح خطاهای بازشناسی گفتار ارائه شده است. در این روش بر مبنای مفاهیم موجود در بازشناسی گفتار مانند مدل زبانی، سعی شده است کلماتی که در فرآیند بازشناسی گفتار دچار خطا شده اند، شناسایی گردیده و با کلمات مناسب دیگر جایگزین گردند. برای یافتن کلمات مناسب، الگوریتم کارایی ارائه شده است که نتایج پیاده سازی نشان د...

برای بهبود بازشناسی خودکار تمایزهای واجی می‌توان از سرنخ‌های درکی که شنوندگان برای بازشناسی طبیعی آنها در موقعیت‌های نامطلوب شنیداری مانند گفتار تلفنی یا نوفة محیط بکار می‌برند، استفاده نمود. در این پژوهش برای یافتن سرنخ‌های درکی مؤثر در بازشناسی طبیعی تمایز خیشومی-انسدادی در جفت‌‌رقم‌های «دو-نه» [do]-[noh] در شرایط نامطلوب گفتار تلفنی از آزمون‌‌های درکی استفاده شد. بررسی سیگنال آکوستیکی [no] ن...

این پژوهش، کوششی است برای ارائه یک ساختار وابسته به بافت برای بازشناسی گفتار پیوسته. مدل سازی مستقل از بافت، اثر واج های پیرامون را بر تلفظ هر واج، نادیده می گیرد و به همین دلیل، برای مدل سازی هر واج، همه نمونه های آموزشی مربوط به آن واج را در نظر می گیرد. در نظر گرفتن اثر بافت در مدل سازی، می تواند خطای بازشناسی را تا حد زیادی کاهش دهد. این پایان نامه با در نظر گرفتن واحد آوایی سه واجی، واج ها...

  بررسی موردی کاهش آوایی در ارقام تلفنی فارسی     زهرا محمودزاده [1]   محمد بحرانی [2]     تاریخ دریافت: 15/6/90   تاریخ تصویب: 19/4/91     چکیده   کاهش از جمله فرایندهای آوایی است که برای سیستم‌های بازشناسی گفتار یک چالش محسوب می‌شود. ازجمله این موارد، کاهش ارقام تلفنی مانند "دو-نه"، "هفت-هشت" و "سه-صفر" است. تجزیه و تحلیل آوایی سیگنال‌های تلفنی /sefr/-/se/ نشان م...

هدف: برخی مداخلات محیطی مانند نویز همهمه می توانند درک گفتار را دچار اشکال کنند. درک درست همخوان ها پایه و اساس درک کلی گفتار است. معمولاً در محیطهایی ارتباط گفتاری برقرار می شود که چند گوینده در حال صحبت کردن هستند. 3 همخوان از همخوان های زبان فارسی را همخوان های خیشومی تشکیل می دهند که این همخوان ها در درک گفتار نقش مهمی دارند. هدف ما از این مطالعه تعیین تأثیر نویز همهمه بر امتیاز بازشناسی همخ...