حسن فرسی - دانشگاه بیرجند، دانشکده مهندسی برق و کامپیوتر، بیرجند
پوریا اعتضادی فر - دانشگاه بیرجند، دانشکده مهندسی برق و کامپیوتر، بیرجند

در این مقاله ابتدا پایگاه دادهای با استفاده از صدای 150 نفرتشکیل گردیده است. در مرحله بعد ابتدا عملیات پیش پردازش بر روی دادههای خام ورودی انجام میگیرد وپساز آن فرآینداستخراج ویژگی MFCCبر روی داده ها انجام میپذیرد. در مرحله بعد ویژگی های بدست آمده به شبکه عصبی مصنوعی آموزش داده میشوند و در قسمت پایانی میزان درستی بازشناسی نشان دادهمیشود و در انتها با روش ضرایب کپسترال آنالیز پیشبینی خطیLPCC)برای بازشناسی گفتار [ 2] مقایسه میگردد.

بازشناسی گفتار، ضرایب کپسترال در مقیاس ملMFCC) ، ضرایب کپسترال آنالیز پیشبینی خطیLPCC) ، شبکه عصبی مصنوعی