تشخيص محدودهي گفتاري در سيگنال صوتي مبتني بر دسته بندي گروهي دادگان

جداسازي گفتار از نویز ضمینه یكی از پیش پردازشهاي مهم در اغلب كابردهاي گفتاري میباشد كه روش هاي مختلف آماري ، یادگیري ماشین و مكاشفهاي براي آن مطرح شدهاند. در این مقاله روش جدیدي براي تشخیص محدودهي گفتاري در سیگنال صوتی بر اساس دسته بندي گروهی دادگان ارائه شده است. در دستهبندي گروهی دادگان هدف تشخیص دستهي گروهی از دادگان ورودي است، كه با توجه به دانش اولیهي موجود، به یك دسته تعلق دارند. با توجه به اینكه در سیگنال گفتار بخشهاي مربوط به نو یز و گفتار معمولا به صورت متوالی و پیوسته میباشند، میتوان از روشهاي مربوط به دسته بندي گروهی دادگان براي تشخیص آنها استفاده نمود. روش ارائه شده از دسته بندي گروهی مبتنی بر نزدیكترین همسایه استفاده میكند، بنابراین نیاز به آموزش خاصی براي ایجاد مدلهایی از نویز و گفتار نمیباشد و تنها نیاز به مجموعهاي از دادگان اولیه است كه به عنوان دادگان مرجع مورد استفاده قرار گیرد؛ به همین دلیل داراي زمان فاز آموزش آن بسیار ناچیز میباشد، به علاوه نسبت به روش هاي آماري و مكاشفه اي داراي دقت بالاتري میباشد و نسبت به آنها سادهتر است. روش پیشنهادي با چند روش متداول براي تشخیص محدوده ي گفتاري ، در متفاوت، مقایسه شده كه نتایج مقایسات نشان دهندهي كاراي بالاي روش ارائه شده براي تشخیص SNR محیط هاي مختلف با محدودهي گفتار میباشد و در مقایسه با روش هاي مقایسه شده توانسته با نرخ تشخیص اشتباه پایین به نرخ تشخیص صحیح بالایی دست یابد.