فریدون علینقی ها - دانشجوی کارشناسی ارشد دانشگاه بوعلی سینا همدان
محرم منصوری زاده - استادیار دانشگاه بوعلی سینا همدان

اطلاعات زبانی و مشخصات گوینده دو ویژگی مهم از گفتار هستند که گفتار را از نویز متمایز می کنند. در این مقاله، روشی پیشنهاد می شود که بدون نیاز به اطلاعات پیشین درباره ماهیت نویز این مشخصات را از سیگنال گفتار استخراج نموده و بر اساس آنها به بهسازی گفتار می پردازد. با توجه به گفتار نویزی، رویکرد جدید گفتار تمیز را از طریق شناسایی بخش های طولانی مجموعه کلی تخمین می زند. در بازشناسی از جملات گفتار تمیز پیکره که شناسایی شده به عنوان نمونه استفاده می شود. تطابق بین بخش های جمله نویزی و جملات پیکره شناسایی می شود. تخمین نیز با بخش های مطابقت یافته طولانی شکل می گیرد. تطابق بخشهای طولانی تر، اطلاعات زبانی و مشخصات گوینده قویتری نسبت به بخش های گفتار کوتاهتر دارد. بنابراین، تخمین مبتنی بر شناسایی بخشهای طولانی، مصونیت از نویز را افزایش داده و از این رو تخمین دقیق تری بدست می آید. روش جدید شامل مدل سازی آماری، برای ارائه اطلاعات زبانی SpeechSeparation Challenge برای بهبود گفتار تحریف شده با نویز سفید صورت گرفته است. روش جدید، بهبود کارایی قابل توجهی را در ارزیابی کیفی و کمی نشان می دهد.

اطلاعات زبانی، بهسازی گفتار، کاهش نویز، مشخصات گوینده