استخراج ویژگی مبتنی بر پردازش در حوزه اتوکرولیشن جهت بازشناخت گفتار با استفاده از htk
چکیده
یکی از مهمترین مسایل مطرح در زمینهء سیستمهای بازشناخت گفتار تأثیر نویز بر سیگنال گفتار و کاهش دقت بازشناسی است، لذا بازشناخت گفتار مقاوم در برابر نویز یکی از موارد مورد مطالعه محققان میباشد. در سالهای اخیر تحقیقات بسیاری در این زمینه به عمل آمده و روشهای مختلفی ارائه شده است. یک دسته از روشهای موجود در زمینهء بازشناخت گفتار مقاوم، استخراج ویژگیهایی از سیگنال گفتار میباشد که نسبت به نویز مقاوم باشند. در این پایان نامه هدف معرفی روشهایی جهت مقاوم سازی ویژگیهای استخراج شده از سیگنال گفتار در برابر نویز جمع شونده میباشد. حوزهای که در این پایان نامه از آن برای استخراج ویژگی مقاوم استفاده شده است، حوزهء اتوکرولیشن میباشد. برای این منظور در ابتدا بعد از بررسی مهمترین اجزاء تشکیل دهندهء سیستمهای بازشناخت گفتار و مرور بعضی از کارهای انجام شده در زمینهء استخراج ویژگی مقاوم در حوزهء اتوکرولیشن، روشهای پیشنهادی معرفی شدهاند. از روشهای موجود در حوزهء اتوکرولیشن ras، das، amfcc و pac میباشند. در این پایان نامه ایدههایی جدید جهت بهبود روشهای amfcc و pac بر اساس استفاده از مشتق طیف توان و پنجره گذاری مناسب پیشنهاد شده است. نتایج بدست آمده از پیاده سازی روشهای پیشنهادی بر روی دیتابیس timit بیانگر بهبود در نرخ بازشناخت گفتار پیوسته نسبت به برخی از روشهای گذشته است.