زینب السادات تهجدی - دانشجوی دکتری، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی شاهرود
سید علی سلیمانی - عضو هیئت علمی، گروه مهندسی برق و رباتیک،دانشگاه صنعتی شاهرود
حسین مروی - عضو هیئت علمی، گروه مهندسی برق و رباتیک،دانشگاه صنعتی شاهرود

سیستم تصدیق هویت گوینده، گوینده ی مدعی راب ا هویت مرجع تطبیق داده و با توجه به میزان مطابقت، وی را قبول یا رد می کن. در این مقاله ایده ی استفاده از سیستم تشخیص ایمنی مصنوعی(AIRS) به عنوان روشی برای مدل سازی گویندگان پیشنهاد شده است. برای ساخت مدل از بخشی از دادگان Timitو MFCCویژگی و مشتقات مرتبه ی اول آن استفاده شده است. سیستم پیشنهادی کارایی روی دادگان بدون نویز و به طور میانگین 77.04% روی داده هایی با انواع نویز و با SNRهای مختلف از حود نشان داده است که دقت خوبی برای سیستم تصدیق هویت گوینه به شمار می رود. نتایج حاصل از عملکرد AIRS با کارایی روش هایی تمایزی دیگری مثل شبکه ی عصبی MLP، و LVQروشSVM مقایسه شده است که نتایج نشان می دهد عملکردAIRS نسبت به سایر روش ها بهتر است ضمن این که مدل ساخته شده به روشAIRS در شرایط نویزی مقاومت بیشتری از خود نشان می دهد و افت دقت کمتر به سایر روش ها دارد

بازشناسی گوینده، تصدیق هویت گوینده، سیستم تشخیص ایمنی مصنوعی، ویژگی MFCC