استخراج ویژگی ترکیبی مقاوم در مقابل نویز برای سیستم های بازشناسی گوینده

با توجه به اهمیت مقاوم سازی سیستم های بازشناسی گویندة در مقابل انواع نویزهای محیطی در امکان استفادة عملی ا ز آنها، در این مقاله روش استخراج پیک های طیف دنبالة خودهمبستگی و نیز روش پس پردازشیMVA که هر دو از روش های مقاوم سازی سیستم های بازشناسی گفتار در مقابل نویز هستند، برای استفاده در سیستمهای تعیین هویت گوینده با ویژگی های رایجMFCC مقایسه شده اند. نتایج نشان دهندة مقاومت بیشتر پیک های طیف دنبالة خودهمبستگی در مقابل نویز همهمه و مقاومت بیشتر ضرائبMFCC نرمال شده با پس پردازشMVA در مقابل نویزهای کانولوشنی است. همچنین نتایج نشان می دهند که هر دو این روش ها علی رغم افزایش دقت بازشناسی در مقابل نویزها دقت بازشناسی در محیط تمیز را کاهش می دهند. به همین دلیل در این مقاله یک نوع روش استخراج ویژگی که از الحاق ویژگی های مذکور استفاده می کند، نیز پیشنهاده است که به میزان قابل توجهی می تواند بر مقاومت سیستمهای تعیین هویت گوینده در مقابل انواع نویزهای محیطی بیفزاید، بدون آنکه کارایی آن در محیط های تمیز با افت قابل توجهی مواجه شود.

کلیدواژه ها:

تعیین هویت گوینده ، استخراج ویژگی ، مقاوم سازی در مقابل نویز ، ترکیب ویژگی ها و پیک های طیف خودهمبستگی