فاطمه زهرا اربابی - دانشجوی کارشناسی ارشد مخابرات دانشگاه آزاد اسلامی گروه برق واحد گناباد
جلیل شیرازی - استادیار گروه برق مخابرات، دانشگاه آزاد اسلامی واحد گناباد

در این مقاله روشی برای دسته بندی آواهای زبان انگلیسی ارائه شده است که در آن برای استخراج ویژگی از ضرایب مبتنی بر سیستم شنوایی انسان MFCC استفاده شده است. تعداد 16 آوا که همگی دارای فرکانس نمونه برداری 16KHZ می باشند، از پایگاه داده TIMIT انتخاب شده است. هرکدام از فایل های آوایی دارای طول زمانی 20s بوده که به قابهای 20ms تقسیم بندی شده اند وبرای هر قاب 13 ضریب MFCC 13 ، ضریب MFCC Δ به عنوان سرعت، 13 ضریب ΔΔMFCC به عنوان شتاب و علاوه بر اینها پارامتر ENERGY به عنوان انرژی هر قاب، پارامتر ΔENERGY و ΔΔ ENERGY نیز محاسبه شده و 42 ویژگی بدست آمده به عنوان بردار ویژگی هر قاب استفاده شده است. سپس با استفاده از روش دسته بندی کننده SVM آواهای تست دسته بندی شده است. دقت تشخیص در بهترین حالت 91.8 % بدست آمده است که نشان دهنده کارایی بالای ویژگی های استخراج شده شده در تشخیص آواهای زبان انگلیسی است.

دسته بندی آواها، ضرایب MFCC ، نرمالیزه کردن، ماشین بردار پشتیبان