زهرا خسروی - گروه مهندسی پزشکی، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
سیدحمید محمودیان - گروه مهندسی پزشکی، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

لکنت یکی از شایع ترین اختلالات گفتاری است. هدف این تحقیق تشخیص و حذف تکرار کلمات در گفتار لکنت دار می باشد. در این مقاله و در روش ارائه شده با استفاده از ویژگی های زمانی فرکانسی استخراج شده از سیگنال های فریم بندی شده صحبت از افراد دارای لکنت، سیگنال های نرمال و تکرار از یکدیگر جداسازی شده است. در این مقاله پس از پردازش های اعمال شده در سیگنال صحبت و طبقه بندی آن ها با استفاده از الگوریتم KNN (K نزدیک ترین همسایه)و SVM (ماشین بردار پشتیبان) سیستمی جهت جداسازی سیگنال های نرمال از تکرار طراحی شده-است. این سیستم بر روی پایگاه داده UCLASS پیاده سازی شده و نتایج بیانگر قابلیت جداسازی با صحت ۸۱% می باشد.

استخراج ویژگی، پردازش گفتار، طبقه بندی، لکنت زبان