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...

Although researches in the field of Persian speech recognition  claim  a  thirty-year-old  history in Iran  which has achieved considerable progresses, due to the lack of well-defined experimental framework, outcomes from many of these researches are not comparable to each other and their accurate assessment won’t be possible. The experimental framework includes ASR toolkit and speech database ...

در منابع زبان‌شناسی غربی، juncture اصطلاحی است تخصصی در حوزۀ واج‌شناسی که سابقۀ آن به ساخت‌گرایی آمریکا بازمی‌گردد. مفهوم مورد اشارۀ این اصطلاح، علاوه بر واج‌شناسی، در حوزۀ ادراک گفتار، در روان‌شناسی زبان وتبدیل متن به گفتار، در بازشناسی گفتار و در زبان‌شناسی رایانشی نیز از اهمیت ویژه‌ای برخوردار است. در آثار آواشناسی و واج‌شناسی زبان فارسی، در برابر juncture، معادل «درنگ» به کار رفته‌ است که ا...

امروزه در تحقیقات حوزه پردازش و بازشناخت گفتار، هجا به دلیل ارتباط قوی آن با تولید و ادراک گفتار در انسان، به عنوان یک واحد زیرکلمه‌ای هر روز بیشتر مورد توجه قرار می‌گیرد. آشکارسازی خودکار مرزهای هجایی گامی مهم در تحقیقات مرتبط با نوای گفتار، تولید گفتار طبیعی و حتی بازشناسی گفتار است. در این مقاله روش جدیدی برای آشکارسازی خودکار مرزهای هجایی در سیگنال گفتار پیوسته فارسی با تکیه بر اطلاعات صوتی...

بازشناسی گوینده به تشخیص افراد مختلف از طریق صدای آن ها گفته می شود. سامانه هایی بازشناسی گوینده طی سه مرحله استخراج ویژگی، محاسبه امتیاز مدل و تصمیم گیری بر اساس امتیاز حاصل، گوینده های متفاوت را از یکدیگر جدا می کنند. مهمترین چالش چنین سامانه هایی تغییر شرایط ضبط گوینده می باشد که به مسأله متغیر بودن کانال مشهور است. روش های متفاوتی برای غلبه بر مشکل تغییر کانال در هر سه مرحله ارائه شده است. ...

در سالهای اخیر بازشناسی احساس به عنوان روش جدیدی برای تعامل انسان با کامپیوتر مورد توجه و موضوع تحقیقات زیادی بوده است. احساس، در قالب حرکات چهره، لحن و متن گفتار، حرکات دست و بدن و علایم زیستی مانند ضربان قلب بروز می یابد. تحقیقات موجود در حیطه بازشناسی احساس را می توان به سه گروه عمده تقسیم کرد. گروه اول، یکی از منابع مانند گفتار یا حرکات چهره را برای بازشناسی احساس استفاده می کنند. گروه دوم،...

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...

علی رغم بیشینه سی ساله پژوهش در حوزه بازشناسی گفتار فارسی در ایران و دست یافتن به پیشرفت های در خور توجه، نتایج عمده کارهای انجام شده به دلیل عدم وجود بستر یکسان، قابل مقایسه و ارزیابی دقیق نیستند. بستر عمدتاً شامل سیستم بازشناسی و دادگان با تعریف مشخص مجموعه های آموزش، توسعه و ارزیابی می باشد. سیستم متن باز کلدی با وجود نوظهور بودن آن دارای ویژگیهای منحصر بفردی است که در سال های اخیر مورد توجه ...

در این پروژه مقاوم سازی بازشناسی گفتار در محیط های نویزی بر مبنای پردازش زیرباندی بررسی شده است. مقاوم سازی بازشناسی گفتار یکی از مسائل مهم در این حوزه می باشد که کار بر روی ان همچنان ادامه دارد. از روش های گوناگونی به منظور تحقق یافتن این مهم استفاده می شود و ایده های متنوعی نیز در مقالات و تحقیقات ارائه می گردند. عیب عمده اکثر روشهای پیشهاد شده پیچیدگی زیاد و سرعت کم الگوریتم های آن است. ما د...

در این پایان نامه، ضمن بررسی تاریخچه و تعدادی از روش های متداول تشخیص برخط حروف و کلمات، یک سیستم تشخیص برخط کلمات فارسی، طراحی و پیاده سازی شده است. ورودی این سیستم توسط قلم نوری دریافت می شود. اخیراً بعلت فراگیر شدن دستگاه های کامپیوتر جیبی و تلفن های همراه پیشرفته، اهمیت چنین سیستمی، بیش از پیش مورد توجه قرار گرفته است. در روش پیشنهادی ما، عمل شناسایی دستنوشته، از طریق جستجوی پرتو انجام می شو...