ارائه یک دسته بند مقاوم به منظور بازشناسی گفتار مبتنی بر هم افزایی خوشه بندی و فراوانی مشاهدات

بازشناسی گفتار به عنوان یکی از مهمترین شاخه های پردازش گفتار از دیر باز مورد توجه پژوهشگران و محققین بوده است. بازشناسی گفتار تکنولوژی است که قادر است کلمه (کلمات) اداء شده را که با یک سیگنال آکوستیک نمایش داده می-شود، معین نماید. پیچیدگی سیستم های بازشناسی گفتار به ویژگی های استخراج شده، بعد آنها و نیز دسته بند بکار گرفته شده بستگی دارد. در این مقاله، یک دسته بند جدید پیشنهاد می شود که قادر است در فاز استخراج دانش، از طریق هم افزایی خوشه بندی و فراوانی مشاهدات، یک مدل مناسب برای هر کلمه مرجع، در قالب دو ماتریس "برنده" و "حداقل فاصله"، محاسبه نماید. در مرحله بازشناسی، روش پیشنهادی قادر است با استفاده از یک مکانیزم جریمه-پاداش، میزان شباهت بین گفتار ورودی ناشناخته و مدل های مرجع کلمات را معین نماید. به منظور ارزیابی روش پیشنهادی از پایگاه داده فارس دات استفاده شده است. نتایج حاصل از آزمایشات متعدد بر روی سیگنال های تمیز و نویزی نشان می دهند روش پیشنهادی از مقاوم پذیری بهتری در برابر نویز، دقت بالاتر و نیز پیچیدگی زمانی کمتری در مقایسه با سیستم های بازشناسی گفتار مبتنی بر مدل مخفی مارکوف برخوردار است.