روشی جدید برای بهبود کیفیت سیستمهای تبدیل صدا

تبدیل صدا، شاخه ای از پردازش گفتار است که با هویت افراد سروکار دارد. طرحی جدید برای سیستمهای تبدیل صدا در این مقاله پیشنهاد شده است . ما فرکانسهای طیفی خطی (LSF) مقیاس Bark شده را بهعنوان ویژگی پایه بکار میبریم. همچنین، فریم های صدادار و بی صدا توسط الگوریتم اندازه گیری همواری طیفیSFMاز هم جدا شده و کتابکد (codebook) برای هرکدام، توسط الگوریتمLBG مجزا محاسبه می شود . یکسان سازی دیتا توسط ، الگوریتم(DTW) Dynamic Time Warping انجام می گردد . بعلاوه برای بهبود کیفیت سیستم تبدیل صدا ، فرکانس پایه (pitch) ،انرژی، کانتورpitch یکسان سازی طول سیگنال گفتار و فیلتر پایین ، گذر انجام میشود. نتایج برای تست شنواییABX با توجه به پایگاه داده ای که خودمان ساخته ایم، قابل قبول است.

کلیدواژه ها:

سیگنال گفتار ، تبدیل صدا ، فرکانسهای طیفی خطی ، الگوریتم ، DTW کوانتیزاسیون برداری