ارایه روش نوینی برای بازشناسی گفتار در تلفن همراه و رایانه
پژوهشگران دانشگاه صنعتی امیرکبیر با استفاده از صوت و تصویر، روشی را برای بهبود گفتار در سامانه های هوشمند مانند تلفن همراه و رایانه های بدون موشواره (موس ) ارایه کردند.
به گزارش روابط عمومی دانشگاه صنعتی امیرکبیر، ˈ کامران قاصدیˈ مجری این طرح با اشاره به اهمیت بازشناسی گفتار در حوزه ارتباطات هوشمند رایانه و انسان افزود: در حال حاضر بازشناسی گفتار به دلیل کاربردهای فراوان در فناوری های جدید 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 برخی از عناصر مزاحم در ارتباطات هوشمند خاطرنشان کرد: از این رو طراحی سامانه های بازشناسی خودکار گفتار برای انجام ماموریت های مورد نظر بسیار ضروری هستند .در این زمینه طرحی در قالب پایان نامه دوره کارشناسی ارشد، با عنوانˈ بازشناشی گفتار مستقل از فرد با استفاده از تلفیق اطلاعات صوتی و تصویریˈ اجرایی شد.
این محقق افزود : در این طرح با استفاده از یک مدل شبکه عصبی، فضای رنگی جدیدی 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 گفت: در این تحقیق علاوه بر ویژگی های صوتی از ویژگی های تصویری نیز برای بازشناسی گفتار استفاده شد و در نهایت محققان موفق به بهبود بازشناسی به ویژه در شرایط امواج مزاحم (نویز) شدند.