در این مقاله یک الگوریتم استخراج ویژگی مقاوم به نویز را پیشنهاد میدهیم. در این الگوریتم به منظور استخراج ویژگی از یک فیلتر غیر خطی و پوشش موقتی استفاده میشود و با بهرهگیری ازویژگی دلتا- طیفی به جای ویژگی کپسترال- دلتا دقت بازشناسی صحبت به طور مطلوبی افزایش مییابد. ت چکیده کامل
در این مقاله یک الگوریتم استخراج ویژگی مقاوم به نویز را پیشنهاد میدهیم. در این الگوریتم به منظور استخراج ویژگی از یک فیلتر غیر خطی و پوشش موقتی استفاده میشود و با بهرهگیری ازویژگی دلتا- طیفی به جای ویژگی کپسترال- دلتا دقت بازشناسی صحبت به طور مطلوبی افزایش مییابد. تقریباً همه سیستمهای خودکار تشخیص صحبت (ASR) کنونی از ویژگیهای کپسترال- دلتا و دلتا- دلتا برای استخراج ویژگی صحبت استفاده میکنند. در این مقاله هدف، رسیدن به ویژگیهای مقاومی است که در شرایط مختلف نویزی بهبود بیشتری برای بازشناسی صحبت فراهم میآورد. برای تحقق این امر بر روی برخی از مشخصات کلیدی صحبت (خصوصاً مشخصات غیر ایستان صحبت) متمرکز شده که با سیگنالهای نویزی اختلاف دارد. نتایج آزمایشهای انجامگرفته نشان میدهد که دقت بازشناسی در مقایسه با MFCC و PLP در حضور انواع مختلف نویز بهبود یافته است.
پرونده مقاله
رایمگ
سامانه رایمگ تمامی فرآیندهای دریافت، ارزیابی و داوری، ویراستاری، صفحهآرایی و انتشار الکترونیکی نشریات علمی را به انجام میرساند