• جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 907
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    وجود نویز در یک محیط باعث کاهش کارآیی سیستم های تشخیص گفتار می گردد. حال اگر سیگنال گفتار مورد نظر برای تشخیص، دارای لهجه باشد این بازدهی به مراتب کمتر خواهد شد. در این مقاله، با قرار دادن جملات لهجه دار زبان فارسی در یک محیط نویزی سعی شده است با استخراج ویژگی های مقاوم در برابر نویز به بهبود تشخیص لهجه جملات نویزدار کمک کنیم. اولین ویژگی پیشنهادی با ایجاد سه تغییر در محاسبه ضرایب مل – کپستروم شامل تغییر پنجره همینگ ساده به بهبود یافته، محاسبه ضرایب مرتبه بالای خود همبستگی پس از مرحله عبور از پنجره و تغییر فیلتر بانک ها از مثلثی به گوسی ایجاد می شود که باعث افزایش نرخ تشخیص در نسبت سیگنال به نویزهای پایین می شود. دومین ویژگی پیشنهادی فرکانس مرکزی طیفی (scf) است که مراحل اولیه محاسبه آنها همانند ضرایب مل – کپستروم است و پس از مرحله عبور از فیلتر بانک مثلثی با اعمال یک رابطه خاص به دست می آیند. در مرحله طبقه بندی از دو طبقه بند ماشین بردار پشتیبان (svm) و k- نزدیکترین همسایه (knn) استفاده شده است که svm از کارآیی و نتیجه بهتری برخوردار است. مشاهده شده است که دو ویژگی پیشنهادی نسبت به سایر ویژگی ها عملکرد بهتری در برابر نویز از خود نشان می دهند.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها