مقاوم سازی بازشناسی گفتار برمبنای سیستم شنیداری انسان

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 زمینه ی با طول متوسط می باشد. این الگوریتم استخراج ویژگی مقاوم که مبتنی بر روش کاهش بایاستوان است، با یک آستانه برای چگالی طیف توان ترکیب شده است. سطح بایاستوان بعنوان سطحی انتخاب می شود که توزیع توان را تیزتر می کند. این تیزی را با استفاده از نسبت میانگین حسابی به میانگین هندسی از توان با طول متوسط محاسبه می کنیم. با کاهش این سطح بایاس، کف سازی توان برای بهبود مقاوم سازی بکارگرفته می شود. در حالیکه این الگوریتم ساده تر از pncc اولیه است، نتایج آزمایش نشان می دهد که pncc جدید عملکرد بهتری نسبت به پیاده سازی قبلی دارد.