ترجمه مقاله تشخيص مقاوم گفتار به روش دسته‌بندي نويز

تشخيص مقاوم گفتار به روش دسته‌بندي نويز+ نسخه انگليسي 

Robust voice activity detection directed by noise classification

چكيده

در اين مقاله تشخيص گفتار  (VAD) به كمك ماشين بردار پشتيبان (SVM) به صورت يك مساله دسته‌بندي دو كلاسه فرموله شده است. روش ارائه شده، براي دسته‌بندي گفتار/غيرگفتار، يك فرايند استخراج ويژگي پردازش گفتار مقاوم به نويز را با مدل‌هاي ماشين بردار پشتيبان آموزش ديده در انواع نويز زمينه‌ها تركيب مي‌كند. همچنين از يك ماشين بردار پشتيان چندكلاسه به منظور دسته‌بندي نويزهاي زمينه به كار رفت تا براي تشخيص گفتار، مدل ماشين بردار پشتيبان انتخاب شود. روش تشخيص گفتار ارائه‌شده در اين مقاله، توسط داده‌هاي TIMIT كه به صورت مصنوعي و با كمك انواع نويزهاي افزوده شده به آن معوج شده‌اند، تست شده و با تشخيص‌گفتارهاي بروز و پيشرفته مقايسه مي‌وشد. نتايج شبيه‌سازي نشان مي‌دهند كه روش تشخيص گفتار ارائه شده مي‌تواند گفتار را تحت شرايط نسبت سيگنال به نويز ضعيف استخراج كند و اينكه به سطوح مختلفي از نويز حساس نيست.

1 مقدمه

تشخيص گفتار (VAD) فرايندي است كه مي‌تواند بخش‌هاي گفتاري و غيرگفتاري را از يك سيگنال گفتار جدا كند. يك گفتار مكالمه‌اي معمولي داراي نسبت گفتار به غيرگفتار چهل به شصت است. لذا، استفاده از تشخيص گفتار مي‌تواند ظرفيت كانال و نيز مصرف توان سيستم‌هاي مخابره صدا را بهبود بخشد. همچنين تشخيص گفتار به كاربردهاي مختلف مربوط به گفتار مثل رمزگذاري گفتار، بازشناسي خودكار گفتار و سيستم‌هاي بهبود گفتار كمك مي‌كند.