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 ...

مقدمه و اهداف برخی مداخلات محیطی مانند نویز همهمه می­توانند درک گفتار را دچار اشکال کنند. درک درست همخوان­ها پایه و اساس درک کلی گفتار است. معمولاً در محیط­هایی ارتباط گفتاری برقرار می­شود که چند گوینده در حال صحبت کردن هستند. بخش زیادی از همخوان­های زبان فارسی را همخوان­های انفجاری و سایشی تشکیل می­دهند. هدف ما از این مطالعه تعیین تأثیر نویز همهمه بر امتیاز بازشناسی همخوان­های انفجاری و سایشی ا...

یکی از موثرترین راه های افزایش دقت سیستم های بازشناسی گفتار کلمات مجزا، به کارگیری اطلاعات آوایی (به صورت آماری ) می باشد. بازشناسی گفتار در سامانه های تلفنی در حالت کلی به دلیل دامنه فرکانسی پایین تر، نویز بیشتر و افزایش پیچیدگی و انواع نویز های موجود، پیچیدگی و چالش های بیشتری دارد . برای کاربردهای بازشناسی گفتار روش های مختلفی بر اساس مدل های آوایی متنوع پیشنهاد شده اند که هر یک سعی می کن...

شناسایی خودکار زبان گفتاری به تشخیص زبان از روی سیگنال گفتار گفته می شود. این سیستم ها اغلب با مقایسه امتیاز تعلق سیگنال گفتار به زبان های مختلف تصمیم گیری می کنند. در این تحقیق برای اصلاح روش gmm-ubm که از روش های به روز بازشناسی زبان است، روشی جدید مبتنی بر بردارهای ویژگی منتخب مطرح شد که در آن تنها تعدادی از بردارهای ویژگی گفتار که به صورت هم پوشان در تمامی زبان ها وجود دارد و موجب ایجاد خطا...

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...

کارآیی سیستمهای بازشناسی گفتار خودکار در شرایط نویزی بخاطر عدم تطابق میان شرایط اموزش و آزمایش به شدت کاهش می یابد. روشهای متعدی برای رفع این عدم تطابق پیشنهاد شده اند. در سالهای اخیر شبکه های عصبی عمیق به طرز گسترده ای در سیستمهای بازشناسی گفتار و نیز در مقاوم سازی آنها و استخراج ویژگیهای مقاوم گفتار مورد استفاده قرار گرفته اند. در این مقاله، پیشنهاد می شود که از شبکه باور عمیق به عنوان یک ررو...

در این رساله ساختارهای نوری مختلف با استفاده از تقویت کننده های نوری نیمه هادی و کاواک های نوری برای رزروایر پیشنهاد شده است و عملکرد این ساختارها با استفاده از دو مسئله بازشناسی سری زمانی و بازشناسی سیگنال گفتار نویزی مورد ارزیابی قرار می گیرد. در این تحقیق در طراحی رزروایر تقویت کننده نوری نیمه هادی از ساختار آبشار با فیدبک های داخلی استفاده می شود. فیدبک های داخلی به سیستم حافظه می دهند 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...

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 ...

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...