ارائه روش نوینی برای بازشناسی گفتار در تلفن همراه و رایانه

به گزارش خبرگزاری مهر، کامران قاصدی- مجری طرح با اشاره به اهمیت بازشناسی گفتار در حوزه ارتباطات هوشمند رایانه و انسان، افزود: بازشناسی گفتار به سبب کاربردهای فراوان در فناوریهای تازه و نقش اساسی آنها در حوزه ارتباطات هوشمند رایانه و انسان یکی از موضوعات مهم و مورد توجه محققان است.

وی با اشاره به وجود بعضی از عناصر مزاحم در ارتباطات هوشمند، خاطر نشان کرد: از این رو سامانه های بازشناسی خودکار گفتار برای انجام ماموریت های مورد نظر بسیار ضروری است.

قاصدی با بیان اینکه برای حل این مشکل تاکنون روشهای مختلفی ارائه شده است، اظهار داشت: در این راستا پروژه ای در قالب پایان نامه دوره کارشناسی ارشد، با عنوان” بازشناشی گفتار مستقل از فرد با استفاده از تلفیق اطلاعات صوتی و تصویری” اجرایی شد.

مجری طرح بازشناسی صوتی و تصویری گفتار را مستلزم استخراج ویژگیهای تصویری ذکر کرد و ادامه داد: برای این منظور با استفاده از یک مدل شبکه عصبی، فضای رنگی تازهی به دست آمده، تا تمایز بیشتری میان پیکسلهای لب و غیرلب ایجاد شود. سپس ویژگی های مورد نظر از سیگنال تصویری استخراج شده است.

وی یادآور شد: در این تحقیق علاوه بر ویژگی های صوتی از ویژگیهای تصویری نیز برای بازشناسی گفتار استفاده شد و در نهایت موفق به بهبود بازشناسی بویژه در شرایط نویزی شدیم.