بازسازی تکراری گفتار با قابلیت بالا با استفاده از گفتار ترکیبی بازسازی شده

  • سال انتشار: 1392
  • محل انتشار: همایش ملی پژوهش های کاربردی در علوم و مهندسی
  • کد COI اختصاصی: TIAU01_158
  • زبان مقاله: فارسی
  • تعداد مشاهده: 773
دانلود فایل این مقاله

نویسندگان

سعید کریمی

معماری کامپیوتر، دانشجوی کارشناسی ارشد ، مدرس

مهدی صادق زاده

نرم افزار کامپیوتر، دکتری، عضو هیئت علمی

جواد میرعابدینی

نرم افزار کامپیوتر، دکتری، عضو هیئت علمی

چکیده

با توجه به اهمیت موضوع بازسازی گفتار در کاربردهای مختلف ، این موضوع، به یکی از حوزه های مهم تحقیقات در سالهای اخیر تبدیل شده است، در سیستم های رایج برای بازسازی گفتار ازSTFTاستفاده می شود که این کار از طریق طیف فاز یا طیف اندازه یا هر دو اینها انجام می شود و برای استخراج ویژگی ها ازMFCCاستفاده می کنند که اگر سیگنال توسط نویز تخریب شده باشد، نمی تواند بخوبی عملیات بازشناسی را انجام دهد. در این مقاله می خواهیم روشی را ارائه کنیم تا با استفاده از آن بتوان سیگنال گفتاری با قابلیت بالاتر را ایجاد کرد. برای رسیدن به این هدف، سیگنال گفتاری را با استفاده از ترکیب روشMFCCروش بازسازی تکراریSTFTو روشAMS ایجاد می کنیم و در هر مرحله از تکرار عملیات بازسازی گفتار ورودی، بخش بازسازی شده گفتار ورودی را با بخش مطابق با آن در سیگنال وزن بازسازی شده ، ضرب می کنیم. سه آزمایش را مورد بررسی قرار دادیم، در آزمایش اول طول فریم های گفتار ورودی را تغییر دادیم، در آزمایش دوم تعداد تکرار عملیات بازسازی را با تغییر شیفت هایپنجره آنالیز بررسی کردیم و در آزمایش سوم با افزایش نویز به گفتار ورودی آنرا مورد ارزیابی قرار دادیم. ، نتایج نشان می دهد روش ما در ناحیه های همپوشان متفاوت و با فریم هایی با اندازه های مختلف، می تواند سیگنال گفتاری باقابلیت بالاتر را ایجاد کند

کلیدواژه ها

بازسازی تکراری-بازشناسی گفتار-طیف فاز- طیف انداز . ه

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.