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

شکفته, یاسر; الماس گنج, فرشاد; دلیری, ایوب

در سيستم هاي بازشناس گفتار، ويژگي هاي استخراج شده از هر قاب گفتاري، بيانگر اطلاعات زباني موجود در آن محدوده زماني قاب گفتاري است. با در نظر گرفتن توالي بردارهاي ويژگي استخراج شده از چند قاب متوالي، ويژگي الگوي زماني تعريف مي گردد كه بيانگر ديناميك تغييرات هر يك از ويژگي هاي گفتاري (باندهاي ويژگي) مي باشد. در اين مقاله دو روش جديد براي بيان چنين الگوهاي زماني معرفي شده است. هر كدام از اين روش ها ، به گونه اي سعي در استخراج اطلاعات زمان بلند باندهاي مختلف بردار ويژگي دارند. نتايج بازشناسي به دست آمده از تركيب اطلاعات الگوهاي زماني موجود در باندهاي متمايز بردار ويژگي با بردارهاي ويژگي معمولي، نشاندهنده بهبود بازشناسي گفتار به ميزان 1/2% ، در شرايط آزمون تميز مي باشد. اين در حالي است كه الگوهاي زماني، قابليت بيشتري در بهبود ميزان بازشناسي در شرايط آزمون نويزي دارند. از طرفي ديگر، از آنجا كه الگوهاي زماني حاصل شده، بيانگر ديناميك بلند مدت باندهاي ويژگي مي باشند؛ نتايج بازشناسي آنها با ويژگي هاي مشتقات زماني (پارامترهاي دلتا بازنمايي) كه بيانگر ديناميك كوتاه مدت بردار ويژگي ها هستند و همچنين تركيب آنها با يكديگر، مورد ارزيابي و مقايسه قرار گرفته است.