شناسایی اتوماتیک زبان با استفاده از ویژگی های طیفی و توابع بسل

شناسایی خودکار زبان گفتاری، حوزهی مهمی از پردازش گفتار است. تا کنون تحقیقات زیادی در زمینهی تشخیص خودکار زبان انجام شده است که در اکثر این تحقیقات ویژگی استخراج شده از سیگنال گفتار، ضرایبMFCC یا PLP بوده است. در این تحقیق یک سیستم جدید تشخیص گفتار معرفی شده است که استخراج ویژگی آن بر مبنای ضرایب تبدیل فوریه ی بسل بوده و در بخش کلاسه بندی آن از شبکه ی عصبی جدید WRBF و همین طور شبکه ی RBF استفاده شده است. نتایج بدست آمده از سیستم جدید، با نتایج حاصله از روش های معروف استخراج ویژگی MFCC و PLP همچنین شبکه ی عصبی MLP مقایسه شده است. نتایج آزمایشات انجام شده بر روی پایگاه داده ی OGI و مقایسه ی دو به دوی زبان هانشان می دهد که شبکه ی WRBF و RBF دقت تشخیص زبان را به میزان قابل توجهی نسبت به شبکه ی MLP افزایش می دهد. همچنین با توجه به نزدیکی دقت روش استخراج ویژگی تبدیل فوریه ی بسل به روش های PLP و MFCC می توان این روش استخراج ویژگی را به عنوان روشی قدرتمند در این حوزه نام برد.

Keywords:

تبدیل قوریه ی بسل , شبکه های عصبی , PLP , RBF , WRBF