مقاوم سازی سیستمهای بازشناسی چندباندی گفتار با استفاده از اصلاح آنتروپی مدل مخفی مارکف و تصویر وزن دار زیر باندی

سیستمهای بازشناسی چندباندی گفتار که بر اساس مکانیزم شنوایی انسان عمل می کنند، نرخ بازشناسی گفتار را در حضور نویزهای باند محدود نسبت به سیستم تمام باند بهبود می دهند. در بازشناسی چندباندی گفتار، سیگنال گفتار ابتدا به چند زیرباند فرکانسی تقسیم می شود. پس از استخراج بردارهای ویژگی از هر زیرباند، به دو شیوه می توان عمل کرد. در یک روش این بردارهای ویژگی با یکدیگر ترکیب می شوند. در روش دیگر احتمالات تولید شده توسط سیستمهای بازشناس متناظر با هر زیرباند برای این بردارها، با یکدیگر ترکیب می گردند. در مقاله حاضر، روش هایی برای برای بالا بردن دقت بازشناسی هر یک از دو نوع سیستم بازشناسی چند باندی گفتار (ترکیب احتمالات و ترکیب ویژگی ها) در حضور نویز مورد استفاده قرار می گیرد. در سیستم ترکیب احتمالات، آنتروپی مدل مخفی مارکف به کمک یک روش مبتنی بر مدل موسوم به تصویر وزن دار بهبود می یابد. با این روش، کارآیی شیوه های وزن دهی برای ترکیب احتمالات در حضور انواع مختلف نویز، افزایش می یابد. در سیستم ترکیب ویژگی ها، نیز تعمیمی از شیوه تصویر وزن دار، موسوم به تصویر وزن دار زیرباندی، برای بردارهای ویژگی مرکب از ویژگی های زیرباندها ارائه می گردد. آزمایشها نشان می دهند که دقت بازشناسی سیستم چند باندی نسبت به سیستم تمام باند به ویژه در نسبتهای سیگنال به نویز متوسط و پایین بالاتر است. به علاوه، نتایج بیانگر آن است که دو شیوه اصلاح آنتروپی مدل مخفی مارکف و تصویر وزن دار زیرباندی سبب بهبود دقت بازشناسی سیستم چند باندی در حضور انواع مختلف نویز و در تمامی نسبتهای سیگنال به نویز می گردد.