ارتقاء بازشناسی گفتار مستقیم و تلفنی با استفاده از اصلاح بردارهای بازنمایی توسط معکوس سازی شبکه های عصبی

چکیده : در حال حاضر تلاش فراگیری برای طراحی سیستمهای بازشناسی گفتار مقاوم نسبت به تنوعات ١ گفتار صورت می گیرد . یکی از این تنوعات، گفتار تلفنی نسبت به گفتار مستقیم ) ٢ گفتاری که در شرایط عاری از هر گونه نویز محیط تهیه شده است ) می باشد . در مقاله حاضر با استخراج بردارهای بازنمایی طیفی LHCB 3 از گفتار مستقیم و تلفنی و طراحی مدل بازشناسی گفتار مبتنی بر شبکه عصبی MLP ، یک سیستم واحد بازشناسی گفتار مستقیم و تلفنی ساخته ی شود . سپس با بکارگیری دو روش معکوس سازی محلی ٤ و عمومی ٥ شبکه های عصبی، بردارهای بازنمایی گفتار تلفنی را به سمت بردارهای بازنمایی گفتار مستقیم اصلاح می کنیم و با تعلیم شبکه دیگری روی دادگان اصلاح شده، در روش معکوس سازی محلی افزایش۴ / ۱ ٪ در صحت بازشناسی گفتار تلفنی و در روش معکوس سازی عمومی افزایش ۸۹ / ۲ ٪ در صحت بازشناسی گفتار تلفنی و ۸۶ / ۱ ٪ در صحت بازشناسی گفتار مستقیم حاصل شده است

کلیدواژه ها:

بازشناسی گفتار ، تنوعات ، مستقیم ، تلفنی ، شبکه های عصبی ، معکوس محلی ، معکوس عمومی ، اصلاح بردارهای بازنمایی