بررسی الگوریتم های تشخیص نواحی گفتار از لحاظ مشخصات ویژگی مورد استفاده و توان محاسباتی مورد نیاز

الگوریتم های تشخیص نواحی یا فعالیت گفتاری، برای شناسایی بخش های مشتمل بر گفتار یک سیگنال صوتی داده شده به کار می روند. این الگوریتم ها کاربردهای زیادی در پردازش گفتار، کدینگ گفتار، ادوات بی سیم، سامانه های نرم افزاری مبتنی بر گفتار و ... دارند. در یک الگوریتم تشخیص نواحی گفتار نوعی، یک یا چند ویژگی از سیگنال داده شده استخراج و محاسبه می شود و بر مبنای آن، بخش های سیگنال گفتار از قسمت های نویز تفکیک می گردد. ویژگی های متفاوتی از سیگنال برای جداسازی قسمت گفتار در مقالات مختلف ارائه شده است که هر کدام از آنها قابلیت ها و ویژگی های متفاوتی دارند و در شرایط نویزی متفاوت، رفتار متفاوتی از خود نشان می دهند. همچنین، توان پردازشی مورد نیاز برای استخراج هر کدام از این ویژگی ها از سیگنال داده شده متفاوت است. در این مقاله، ویژگی ها و شیوه های تصمیم گیری به کار گرفته شده در شناسایی گفتار در مقالات ارائه شده را معرفی کرده و نتایج حاصل از این بررسی را به طور مجمل در جدولی ارائه می کنیم. همچنان که خواهیم دید، نحوه عملکرد ویژگی های معرفی شده می تواند به نوع نویز محیط، توان نویز، توان سیگنال و توان پردازشی مصرف شده وابستگی داشته باشد.

کلیدواژه ها:

تشخیص گفتار ، نویز گوسی ، نویز همهمه ، کنترل خودکار بهره ، پیچیدگی محاسباتی