تشخیص گفتار فارسی با استفاده از پردازش تصویر

در این پایان نامه تعدادی روش برای استخراج ناحیه دهان مورد بررسی قرار گرفته و همچنین یک روش جدید برای استخراج ناحیه دهان معرفی می گردد. در ادامه با استفاده از روش جدید مذکور و روش حذف رنگ قرمز، یک روش تلفیقی جدید و دقیق برای استخراج ناحیه دهان پیشنهاد می شود. با استفاده از این روش ناحیه دهان استخراج شده و سپس ویژگی های ناحیه دهان استخراج می گردد. در ادامه با استفاده از یک روش جدید پیشنهادی کلمات و عبارات چند سیلابی با دقت 90% به تک سیلاب ها تجزیه می شوند. سپس از پارامترهای استخراجی ناحیه دهان از تک سیلاب های بدست آمده، به عنوان ورودی برای شبکه عصبی به منظور تشخیص مصوت استفاده می شود. نرخ تشخیص مصوت در عبارات چند سیلابی برابر 72% می باشد. این آزمایش ها بر روی بانک اطلاعاتی تهیه شده که شامل 8 گوینده که هر گوینده 61 ترکیب وصفی و اضافی، 45 ترکیب دوسیلابی و 10 ترکیب چند سیلابی را دو مرتبه ادا نموده است انجام پذیرفت