مقاله باز شناسی مقاوم گفتار فارسی با استفاده از ضرایب مل-کپستروم بهبود یافته و شبکه عصبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله باز شناسی مقاوم گفتار فارسی با استفاده از ضرایب مل-کپستروم بهبود یافته و شبکه عصبی دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله باز شناسی مقاوم گفتار فارسی با استفاده از ضرایب مل-کپستروم بهبود یافته و شبکه عصبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله باز شناسی مقاوم گفتار فارسی با استفاده از ضرایب مل-کپستروم بهبود یافته و شبکه عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله باز شناسی مقاوم گفتار فارسی با استفاده از ضرایب مل-کپستروم بهبود یافته و شبکه عصبی :

تعداد صفحات:۹
چکیده:
ضرایب مل-کپستروم یکی از فراگیرترین ویژگی های مورد استفاده در سیستم های تشخیص گفتار است. اساسی ترین مشکل این ضرایب ، آسیب پذیری و حساسیت زیاد آن ها در برابر نویز می باشد . در این مقاله برای دست یابی به یک عملکرد رضایت بخش تحت شرایط نویزی در سیستم های تشخیص گفتار یک الگوریتم جدید مصون در برابر نویز ، جهت محاسبه ی بردار ویژگی ضرایب مل- کپستروم معرفی شده است. در روش پیشنهادی ابتدا سیگنال پیش تاکید شده را فریم بندی می کنیم و سپس از یک پنجره ی بهبود یافته عبور می دهیم ، در گام بعدی ضرایب خودهمبستگی سیگنال ورودی محاسبه می شود و پس از حذف ضرایب مرتبه پایین، وارد بلوک FFT می گردد.حاصل تبدیل فوریه به یک فیلتر بانک گوسی داده می شود و بعد از محاسبه طیف توان خروجی فیلتربانک ،به ترتیب با اعمال لگاریتم و تبدیل کسینوسی برروی خروجی طیف ،ضرایب جدید به دست میآید .برای طبقه بندی و تست داده ها از یک شبکه عصبی پرسپترون چند لایه استفاده شده است .نتایج آزمایش برای شش نرخ سیگنال به نویز متفاوت ، نشانگر بهبود نرخ تشخیص سیگنال نویزی توسط الگوریتم پیشنهادی است