تشخیص ناروانی کشیده گویی با استفاده از شباهت سنجی فریم های متوالی گفتار

در این پژوهش، ایده اصلی یافتن همبستگی های موجود در سیگنال گفتار به منظور کشفقسمت های تکراری آن است. برای این منظور ابتدا ویژگی های ضرایب کپسترال فرکانس مل(MFCC) و ضرایب پیشگویی خطی ادراکی (PLP) از سیگنال گفتار استخراج می گردد. سپس تغییرات همبستگی در ویژگی ها محاسبه شده و توسط یک الگوریتم جستجوی تغییرات همبستگی و مقایسه این تغییرات با یک حد آستانه، وجود و عدم وجود کشیده گویی و همچنینبازه زمانی رخ داد آن استخراج می گردد. این حد آستانه با توجه به بیشینه تغییرات همبستگیدر سیگنال های گفتار متفاوت تغییر می کند. روش پیشنهادی دارای دو مزیت مهم می باشد.نخست اینکه این روش بر خلاف روش های مرسوم مبتنی برطبقه بندی، نیازی به مرحلهآموزش ندارد؛ بنابراین به سادگی قابل پیاده سازی است. دومین مزیت روش پیشنهادی ایناست که حد آستانه تصمیم گیری به صورت وفقی برای هر سیگنال گفتار تغییر می نماید. نتایجشبیه سازی نشان می دهد روش پیشنهادی می تواند ضمن تشخیص بخشهای روان گفتار ازبخش های ناروان آن، با دقت بسیار خوبی بازه زمانی رخ داد کشیده گویی را آشکار نماید.