پریا موسوی - دانشجوی کارشناسی ارشد مهندسی برق دانشگاه آزاد اسلامی واحد نور
نفیسه اسفندیان - عضو هیات علمی دانشگاه آزاد اسلامی واحد قائمشهر، گروه مهندسی برق

ویژگیهای طیفی- زمانی از جمله نمونههای موفق بازنمایی سیگنالهای گفتار میباشند که برای استخراج این ویژگیها از سیستم شنوایی الهام رفته شده است. یکی از محدودیت های استفاده از مدل شنیداری در کاربرد های عملی، بزرگ بودن ابعاد فضای ویژگی های طیفی- زمانی است.استخراج ویژگیهای ثانویه مبتنی بر خوشهبندی در فضای طیفی- زمانی یکی از روشهایی است که برای استخراج و انتخاب ویژگیهایی جدید درمدل طیفی- زمانی استفاده میشود. در این مقاله، یک روش جدید برای کاهش ابعاد فضای ویژگیهای اولیه در روشهای استخراج ویژگیهای مبتنی برخوشهبندی در فضای طیفی- زمانی ارائه شده است. در این روش، در هر قاب از سیگنال گفتار، دو بردار ویژگی به ازای خروجی میدانهایپاسخ طیفی- زمانی با جهتهای بالارونده و پایین رونده استخراج میشود. در روش پیشنهادی، با انتخاب جهت مناسب میدانهای پاسخ طیفی-زمانی، ابعاد فضای ویژگیهای اولیه پیش از مرحله خوشهبندی کاهش مییابد. در نتیجه با انتخاب ویژگیهایی با توانایی تفکیکپذیری بالاتر، نرخ طبقهبندی واجها بهبود مییابد. از بردارهای ویژگیهای پیشنهادی برای طبقهبندی واجهای زبان انگلیسی در شرایط تمیز استفاده شده است. نتایج نشان میدهد نرخ طبقهبندی واجها، با استفاده از بردارهای ویژگی ثانویه مبتنی بر جهت میدانهای پاسخ طیفی- زمانی بهطور میانگین 11/4درصد نسبت به بردارهای ویژگی مبتنی برخوشهبندی بهبود داشته است.

بازشناسی گفتار، مدل شنیداری، ویژگیهای طیفی- زمانی، خوشهبندیWKM ، میدانهای پاسخ طیفی زمانی