معیارهای مبتنی بر سیگنال برای تخمین نقاب طیف نگاری در جهت بازشناسی گفتار

معیارهای مبتنی بر سیگنال برای تخمین نقاب طیف نگاری در جهت بازشناسی گفتار

اسلاید 1: معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتارارائه کننده: وحيد اسماعيل‌زادهاستاد : دکتر حسين صامتيبهار 87

اسلاید 2: رئوس مطالب مقدمه معرفي رويکرد داده گمشده نقاب طيف نگاري و جايگاه آن در رويکرد داده گمشده معرفي روشهاي تخمين نقاب طيف نگاري رويکردهاي بر اساس تحليل سيگنال و معيارهاي بکار رفته نتايج شبيه سازي 1 از 15معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار

اسلاید 3: مقدمه سيستمهاي بازشناسي گفتار پيشينتأثير نويز در افت کارايي سيستمهاي بازشناسي گفتار2 از 15معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار

اسلاید 4: رويکرد داده گمشده دو رويکرد اصلي در تئوري داده گمشده : Data Marginalization Data imputation معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار3 از 15

اسلاید 5: نقاب طيف‌نگاريتعريف نقاب طيف‌نگاريانواع نقاب طيف‌نگاري : - نقاب سخت - نقاب نرم مهمترين و حياتي‌ترين بخش تئوري ويژگي‌گمشده تخمين نقاب طيف‌نگاري معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار4 از 15

اسلاید 6: روشهاي تخمين نقاب طيف نگاري رويكردهاي براساس تحليل سيگنال ( روشهاي bottom-up)رويکردهاي براساس مدلهاي آماري ( روشهاي top-down )رويکردهاي براساس تحليل سيگنال و مدلهاي آماري(ترکيب دو روش بالا)رويكردهاي بر اساس CASAمعيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار5 از 15

اسلاید 7: رويکردهاي بر اساس تحليل سيگنال معيارهاي تخمين مستقيم SNR الگوريتم هاي تخمين نويزکلي الگوريتم هاي تخمين نويز محلي و تخمين SNR محليمعيارهاي تخمين غير مستقيم SNR بر اساس ويژگيهاي سيگنال گفتارهدف نهايی : تخمين دقيق SNR در هر مولفه زمان-فرکانسمعيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار6 از 15

اسلاید 8: معيارهاي تخمين غير مستقيم SNR بر اساس ويژگيهاي سيگنال گفتار Spectral Entropy Measure Sparsity Measure Comb Filter Ratio (CFR) AutoCorrelation Peak Ratio (ACPR) Kurtosis Flatnessمعيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار7 از 15

اسلاید 9: Spectral Entropy Measure تعريف entropy enrtropy به عنوان معياري براي peakness هدف : محاسبه آنتروپي short time fourier transform spectrum تبديل spectrum به PMF :محاسبه آنتروپي براي هر فريم : معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار8 از 15

اسلاید 10: نتايج(spectral entropy)معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتارHit Ratio = 0.5Voiced Hit Ratio = 0.769 از 15

اسلاید 11: Sparsity Measure proposed Sparsity measure: If we assume the number of samples of signal is M then: 10 از 15معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار

اسلاید 12: Sparsity Measure11 از 15معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار

اسلاید 13: Comb filter ratioمعيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار12 از 15

اسلاید 14: AutoCorrelation Peak Ratio معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار13 از 15

اسلاید 15: Kurtosis سيگنالهاي صوت اطراف ما، شامل گفتار، به عنوان سيگنالهاي سوپرگاوسين در نظر گرفته مي‌شوند. Kurtosis معياري براي تعيين تيز بودن نقطه بيشينه مي‌باشد . اميدهاي رياضي از ميانگين نمونه‌ها در هر زير باند از هر فريم بدست آمده است. معيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار14 از 15

اسلاید 16: نتايجمعيارهاي مبتني بر سيگنال براي تخمين نقاب طيف‌نگاري در جهت بازشناسي گفتار15 از 15

اسلاید 17: منابعMorris, A., Barker, J., Bourlard, H., 2001. “From missing data to maybe useful data: soft data modelling for noise robust ASR.” In: Proc.WISP-01. Stratford-upon-Avon, England, April, pp. 153–164.M. L. Seltzer, B. Raj, and R. M. Stern, 2004. “A Bayesian classifier for spectrographic mask estimation for missing-feature speech recognition,” Speech Communication, 43(4), pp. 379-393.Kim, W., Stern, R. M., May 2006. “Band-independent mask estimation for missing-feature reconstruction in the presence of unknown background noise.” In: ICASSP. vol. 1. Toulouse, France, pp. 305– 308.Yantorno, R.E., Smolenski, B.Y., Chandra, N., 2003. “Usable speech measures and their fusion.” In: Proc. ISCAS. London. England. pp. 34-51.H. Misra, S. Ikbal, H. Bourlard, and H. Hermansky, “Spectral entropybased feature for robust asr,” in Proc. ICASSP, May 2004, pp. 193–196.

اسلاید 18: ?