بکارگیری شبکه های عصبی به منظور بازتشخیص گفتار چند مجرا با استفاده از ترکیب داده های صوتی و موقعیت اعضاء تولید گفتار

در این مقاله یک روش برای بهبود بازتشخیص گفتار در انسان با استفاده از داده های صوتی و موقعیت اعضاء تولید گفتار به صورت همزمان مورد مطالعه و بررسی قرار گرفته است . در این شیوه ابتدا هر دو دسته اطلاعات صوتی و موقعیت اعضاء تولید گفتار به یک مدل شبکه عصبی جلو سو زمانی جهت بازتشخیص داده می شود و نتایج حاصله رشد کیفیت بازتشخیص 13 % را نشان می دهد . در مدل دوم اطلاعات موقعیتی برای داده های آزمون از اطلاعات صوتی ، توسط یک مدل شبکه عصبی نگاشت معکوس تخمین زده می شود. نتیجه حاصل از این مدل %9 بهتر شدن کیفیت را در حالت جدید نشان می دهد و نتایج حاصل از این مدل با روش های دیگر به طور کلی مقایسه شده است.

کلیدواژه ها:

دستگاه الکترو آرتیکولوگراف ، بازتشخیص گفتار ، داده های چند مجرا و موقعیت اعضاء تولید گفتار