به گزارش خبرگزاري فارس به نقل از روابط عمومي دانشگاه صنعتي اميركبير، آرش محمدي فارغ‌التحصيل كارشناسي ارشد و مجري طرح گفت: سيستم‌هاي خود‌كار بازشناسي گفتار امروزه كاربردهاي زيادي در محيط هاي واقعي و شرايط عملي پيدا كرده‌اند و اين لزوم بهبود عملكرد اين سيستم‌ها را در محيط هاي واقعي ايجاد مي‌كند.
وي هدف از اجراي اين پروژه را بازسازي و مقاوم‌سازي گفتار از دست رفته بر اثر نويز در محيط‌هاي واقعي ذكر كرد و گفت: در روش‌هايي كه تاكنون وجود داشته اغلب تلاش بر اين بوده كه پارامترهاي طيفي و آمار نويز به گونه‌اي تخمين زده شده و از اين طريق نويز از روي گفتار سيگنال حذف و بازشناسي را بهبود داده شود. از سال 2000 تا 2005 يك سري روش‌هاي جايگزين برپايه افزونگي اطلاعات در سيگنال گفتار ارائه شد.
در اين روش‌ها باتوجه به اين نكته كه نويز به صورت محلي در حوزه فركانس عمل مي‌كند و تنها بعضي از قسمت‌هاي سيگنال را تخريب مي‌كند بازشناسي تنها به وسيله گفتار باقي‌مانده و بازسازي گفتار از دست رفته بهبود داده مي‌شود.
مجري طرح در ادامه خاطرنشان كرد: براي بازسازي پس از پياده‌سازي الگوريتم‌هاي پيشنهادي در كارهاي پيشين سه ايده جديد ارائه شد. نخست استفاده از خوشه‌بندي آوايي براي بهبود روش خوشه‌بندي معمولي، مدل‌سازي بردارهاي طيفي با استفاده از توزيع لاپلاس و تخمين ويژگي‌هاي از دست رفته ايده دوم اين پايان نامه بوده و در نهايت سومين ايده بهره‌گيري از همبستگي‌هاي زماني براي بازسازي اسپكتروگرام ناقص با استفاده از كالمن فيلتر است.
وي هدف از اجراي اين پروژه را بازسازي و مقاوم‌سازي گفتار از دست رفته بر اثر نويز در محيط‌هاي واقعي ذكر كرد و گفت: در روش‌هايي كه تاكنون وجود داشته اغلب تلاش بر اين بوده كه پارامترهاي طيفي و آمار نويز به گونه‌اي تخمين زده شده و از اين طريق نويز از روي گفتار سيگنال حذف و بازشناسي را بهبود داده شود. از سال 2000 تا 2005 يك سري روش‌هاي جايگزين برپايه افزونگي اطلاعات در سيگنال گفتار ارائه شد.
در اين روش‌ها باتوجه به اين نكته كه نويز به صورت محلي در حوزه فركانس عمل مي‌كند و تنها بعضي از قسمت‌هاي سيگنال را تخريب مي‌كند بازشناسي تنها به وسيله گفتار باقي‌مانده و بازسازي گفتار از دست رفته بهبود داده مي‌شود.
مجري طرح در ادامه خاطرنشان كرد: براي بازسازي پس از پياده‌سازي الگوريتم‌هاي پيشنهادي در كارهاي پيشين سه ايده جديد ارائه شد. نخست استفاده از خوشه‌بندي آوايي براي بهبود روش خوشه‌بندي معمولي، مدل‌سازي بردارهاي طيفي با استفاده از توزيع لاپلاس و تخمين ويژگي‌هاي از دست رفته ايده دوم اين پايان نامه بوده و در نهايت سومين ايده بهره‌گيري از همبستگي‌هاي زماني براي بازسازي اسپكتروگرام ناقص با استفاده از كالمن فيلتر است.