معرفی دو روش جدید برای بهبود بازشناسی گفتار با استفاده از الگوهای زمانی

در سیستم های بازشناس گفتار، ویژگی های استخراج شده از هر قاب گفتاری، بیانگر اطلاعات زبانی موجود در آن محدوده زمانی قاب گفتاری است. با در نظر گرفتن توالی بردارهای ویژگی استخراج شده از چند قاب متوالی، ویژگی الگوی زمانی تعریف می گردد که بیانگر دینامیک تغییرات هر یک از ویژگی های گفتاری (باندهای ویژگی) می باشد. در این مقاله دو روش جدید برای بیان چنین الگوهای زمانی معرفی شده است. هر کدام از این روش ها ، به گونه ای سعی در استخراج اطلاعات زمان بلند باندهای مختلف بردار ویژگی دارند. نتایج بازشناسی به دست آمده از ترکیب اطلاعات الگوهای زمانی موجود در باندهای متمایز بردار ویژگی با بردارهای ویژگی معمولی، نشاندهنده بهبود بازشناسی گفتار به میزان 1/2% ، در شرایط آزمون تمیز می باشد. این در حالی است که الگوهای زمانی، قابلیت بیشتری در بهبود میزان بازشناسی در شرایط آزمون نویزی دارند. از طرفی دیگر، از آنجا که الگوهای زمانی حاصل شده، بیانگر دینامیک بلند مدت باندهای ویژگی می باشند؛ نتایج بازشناسی آنها با ویژگی های مشتقات زمانی (پارامترهای دلتا بازنمایی) که بیانگر دینامیک کوتاه مدت بردار ویژگی ها هستند و همچنین ترکیب آنها با یکدیگر، مورد ارزیابی و مقایسه قرار گرفته است.

Keywords:

استخراج ویژگی , الگوهای زمانی , باز شناسی گفتار , تبدیل کسینوسی گسسته , دینامیک باندها