افزایش دقت تشخیص خودکار زبان با استفاده از ویژگی های طیفی و شبکه عصبی WRBF

شناسایی خودکار زبان گفتاری حوزه ی مهمی از پردازش گفتار است. منظور از شناسایی خودکار زبان، توانایی ماشین در تعیین زبان گفتاری می باشد. تاکنون تحقیقات زیادی در زمینه ی تشخیص خودکار زبان انجام شده است که در اکثر این تحقیقات ویژگی استخراج شده از سیگنال گفتار، ضرایب PLP یا MFCC بوده است. در این تحقیق یک سیستم جدید تشخیص گفتار معرفی شده است که استخراج ویژگی آن بر مبنای ضرایب تبدیل فوریه ی بسل بوده و در بخش کلاسه بندی آن، از شبکه ی عصبی جدید WRBF استفاده شده است. نتایج بدست آمده از سیستم جدید، با نتایج حاصله از روش های معروف استخراج ویژگی PLP و MFCC و همچنین شبکه های عصبی MLP و RBF مقایسه شده است. نتایج آزمایشات انجام شده برای پایگاه داده ی OGI نشان می دهد که شبکه ی WRBF دقت تشخیص زبان را به ترتیب، به میزان 8% و 6% و 7% بر روی ویژگی های پیشنهاد شده ی تبدیل فوریه ی بسل و MFCC و PLP افزایش می دهد.

کلیدواژه ها:

شبکه عصبی ، شناسایی زبان ، MFCC ، PLP