پردازش غیرخطی و چندباند سیگنال گفتار با استفاده از روش‌های استخراج ویژگی الگوهای زمانی

سال انتشار: 1386
محل انتشار: چهاردهمین کنفرانس مهندسی پزشکی ایران
کد COI اختصاصی: ICBME14_017
زبان مقاله: فارسی
تعداد مشاهده: 2210

نویسندگان

آزمایشگاه پردازش گفتار، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر

چکیده

یکی از روش های مقاوم سازی بازشناسی گفتار نسبت به انواع نویز، استفاده از الگوهای زمانی موجود در ویژگی های استخراج شده می باشد. با الهام گرفتن از سیستم شنوایی انسان، می توان با استفاده از الگوهای زمانی به دست آمده از ویژگی های هر زیرباند و همچنین ترکیب غیرخطی این اطلاعات با استفاده از یک مدل چندباند، به بازشناسی مقاو متری در شرایط نویزی دست یافت. در این مقاله به بررسی انواع روش استخراج ویژگی های در برگیرنده الگوهای زمانی، با نگاه پردازش چندبانده می پردازیم و نشان می دهیم که چگونه این رویکرد می تواند باعث بهبود بازشناسی در شرایط نویزی گردد. نتایج به دست آمده در این تحقیق نشان می دهد که مدل چندباند تمام ترکیب "HATS"، با استفاده از روش ترکیب احتمال، باعث بهبود نتایج بازشناسی برای ویژگی های LHCB تخریب شده با نویز باند محدود می شود. از طرفی دیگر، برای بهبود بازشناسی ویژگی های تخریب شده با نویز باند پهن، استفاده از روش چندباند "TMLP" با روش ترکیب ویژگی، نتایج بهتری به همراه خواهد داشت. همچنین با بررسی و تحلیل رفتار مد لهای چندباند با ویژگی های MFCC، نشان می دهیم چگونه استفاده از این ویژگی ها که معادل با استفاده از تعداد باند کمتری است، منجر به بهبود بازشناسی تا 30,7 % در شرایط نویز شدید، نسبت به استفاده از ویژگی های LHCB می گردد.

کلیدواژه ها

پردازش چندباند، الگوهای زمانی، ترکیب احتمال، ترکیب ویژگی، تمام ترکیب

مقالات مرتبط جدید

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.