زاویۀ اَبعاد کاهش یافته: ویژگی جدید و مقاوم مبتنی بر اطلاعاتِ زاویۀ سیگنالِ گفتار و کاربرد آن در شناسایی لهجه

این مقاله، ویژگی جدیدی مبتنی بر اطلاعات زاویه سیگنال گفتار به نام زاویۀ اَبعاد کاهش یافته(drp)، ارائه کرده است. ویژگی drp طی دو مرحله نرمال‌سازی و کاهش اَبعاد از زاویۀ اسپکتروگرامِ سیگنال گفتار استخراج می‌گردد. فرایند کاهش اَبعاد در این تحقیق با کمک تکنیک تحلیل اجزاء اصلی (pca) انجام شده است. در این تحقیق، از ترکیب ویژگی پیشنهادی با ویژگی‌های مبتنی بر اندازه، برای شناسایی لهجۀ گوینده استفاده شده است. شناسایی لهجۀ گوینده با کمک شبکه‌های عصبی مصنوعی به‌عنوان دسته‌بندی کننده انجام شده است. مقایسه‌های آزمایش‌های انجام شده در شرایط بدون نوفه و با سیگنال به نوفه‌های صفر، 5 و 10 دسی بل، برتری این ویژگی و مقاوم به نوفه بودن آن در شناسایی لهجه گوینده را نشان می‌دهد. بیشترین مقدار کارایی مربوط به ترکیب ویژگی پیشنهادی (زاویۀ اَبعاد کاهش یافته) با ضرایب برداریrasta plp در محیط سالم برابر با 14/98 % و محیط آغشته به نوفه 55/95% نشان داده شده است.