روشی جدید در تشخیص گوینده مستقل از متن در محیط های نویزی
Abstract(in Persian; no English abstract is available)
در این مقاله بازشناسی مقاوم به نویز گوینده در حالت مستقل از متن مورد توجه قرار گرفته است. روش پیشنهادی بر مبنای حذف سکوت از جملات و تقطیع آنها به واحدهای کوچک تر شامل چند آوا و حداقل یک واکه برای استخراج ویژگی های زمان بلند از جمله آنتروپی عمل می کند. یک واکه پرانرژی در هر قطعه گفتاری برای استخراج فرکانس پایه و فرمنت ها شناسایی می شود. با اعمال یک روش خوشه بندی، ویژگی های زمانکوتاه یعنی ضرایب mfcc با ویژگی های زمان بلند ترکیب می شوند. نتایج آزمایشات با استفاده از طبقه بندی کننده از نوع mlp نشان می دهد که میانگین نرخ بازشناسی گوینده با روش پیشنهادی در حالت بدون نویز 33/97% و در نسبت سیگنال به نویز 2- دسی بل 33/61% است که نسبت به روش های متداول بهبود نشان می دهد.