توسعه بانک اطلاعات جهت تشخیص اتومات گفتار اعداد پشتو به صورت جدا و با بهره گیری از MFCC و KNN

تشخیص اتومات گفتار کلمات جدا از هم یکی از چالش های حوزه بازشناسی اتومات گفتار می باشد. در این مقاله محقق بر روی بازشناسی گفتار اعداد پشتو به صورت جدا از هم از صفر تا نه بحث کرده که برای آن از دیتابیسی شامل مکالمه پنجاه نفر شامل 25 مرد و 25 زن در بازه سنی 18 تا 60 ایجاد نموده است و از آن استفاده کرده. صداها در محیط عاری از نویز ضبط شده و برای استخراج ویژگی ها با روش MFCC استفاده شده است. نویسنده برای اولین بار از روش K نزدیک ترین همسایه برای کلاسبندی ویژگی ها گفتار و صحت نتایج حاصله را با روش کلاسبندی آنالیز خطی علائم مقایسه کرده است. نتایج تجربی حاصله نشان دهنده صحت 76.8% می باشد.

کلیدواژه ها:

اتومات گفتار ، بانک اطلاعات ، نزدیکترین همسایه ، آنالیز خطی