حجت فلاح - فارغ التحصیل کارشناسی ارشد مهندسی پزشکی، دانشکده مهندسی پزشکی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، ایران
سیدکمال الدین ستاره دان - دانشیار، گروه بیوالکتریک، دانشکده مهندسی برق، دانشگاه تهران، تهران، ایران
علی مطیع نصرآبادی - دانشیار، گروه بیوالکتریک، دانشکده مهندسی پزشکی، دانشگاه شاهد، تهران، ایران

موضوع بازشناسی دیداری گفتار یا همان لب خوانی خودکار، اخیراً یکی از بحث های مهم در زمینه طراحی سیستم های هوشمند تشخیص گفتار می باشد. در همین راستا یکی از دغدغه ها و بحث های مطالعات مختلف انجام شده در این زمینه، موضوع فرآیند و چگونگی استخراج ویژگی می باشد. مشکل اساسی در روش های کنونی، ابعاد بالای ویژگی ها و عدم مقاوم بودن آنها در شرایط مختلف روشنایی محیطی و نویزی می باشد. لذا در این مقاله روش استخراج ویژگی جدیدی مبتنی بر بررسی پارامترهای سیگنالی تصویر ناحیه لب، پیشنهاد شده است. در این روش با تغییر رویکرد نگرش به تصویر، ماهیت آن را همانند سیگنال یک بعدی فرض کرده و پارامتر های تبدیل فوریه گسسته آن استخراج شده و از آن به عنوان ویژگی استفاده می گردد. بر طبق نتایج آزمایش های انجام شده در این تحقیق صحت تشخیص درست 91% بدست آمد که گواهی بر کارایی و انعطاف پذیری بالای این روش می باشد.

لب خوانی، بازشناسی دیداری گفتار، استخراج ویژگی، تبدیل فوریه گسسته، شبکه های عصبی مصنوعی ، پردازش تصویر