روشی جدید در تشخیص گوینده مستقل از متن در محیط‌های نویزی

در این مقاله بازشناسی مقاوم به نویز گوینده در حالت مستقل از متن مورد توجه قرار گرفته است. روش پیشنهادی بر مبنای حذف سکوت از جملات و تقطیع آنها به واحدهای کوچک‌تر شامل چند آوا و حداقل یک واکه برای استخراج ویژگی‌های زمان‌بلند از جمله آنتروپی عمل می‌کند. یک واکه پرانرژی در هر قطعه گفتاری برای استخراج فرکانس پایه و فرمنت‌ها شناسایی می‌شود. با اعمال یک روش خوشه‌بندی، ویژگی‌های زمان‌کوتاه یعنی ضرایب MFCC با ویژگی‌های زمان‌بلند ترکیب می‌شوند. نتایج آزمایشات با استفاده از طبقه‌بندی کننده از نوع MLP نشان می‌دهد که میانگین نرخ بازشناسی گوینده با روش پیشنهادی در حالت بدون نویز 33/97% و در نسبت سیگنال به نویز 2- دسی‌بل 33/61% است که نسبت به روش‌های متداول بهبود نشان می‌دهد.