ارائه روشی جهت استخراج ویژگی های متمایز کننده سیگنال گفتار با استفاده از فیلتر بانک گابور

در این پژوهش استخراج ویژگی توان برای سیگنال های فیلتر شده آوای انسان برای تلفظ اعداد با استفاده از فیلتر بانک گابور انجام می شود. روش کار بر این اساس است که سیگنال صوت به یک مجموعه از فیلتر های گابور اعمال می شود. سیگنال بعد از عبور از فیلتر دارای یک مقدار توان است. البته این کار برای تعداد زیادی فیلتر انجام می شود. در انتهای بخش فیلترینگ به ازای هر فیلتر در یک رنج فرکانسی خاص یک خروجیخواهیم داشت. مقدار توان هر سیگنال به عنوان ویژگی آن در نظر گرفته می شود. برای نمونه اگر فیلتری به ابعاد 40 داشته باشیم برای هر سیگنال 40 ویژگی استخراج می گردد. حال ویژگی های استخراج شده می تواند با استفاده از هر یک از روش های داده کاوی مورد بررسی قرار گیرد. در این تحقیق از شبکه های عصبی به عنوان روش داده کاوی استفاده شده است. بهترین ابعاد برای شبکه و نوع آن با استفاده از آزمایش شبکه ها در انواع و ابعاد مختلف انتخاب می گردد.

کلیدواژه ها:

پردازش سیگنال های صوتی ، استخراج ویژگی ، فیلتر گابور ، شبکه عصبی