تاثیر نوع نوفه در قابلیت فهم گفتار و نسبت سیگنال به نوفه‌ی مناسب جهت استفاده از الگوریتم‌های بهبود گفتار

گفتار ساده‌ترین و معمول‌ترین ارتباط بین انسان‌ها است. امروزه الگوریتم‌های حذف نوفه‌‌ ی زیادی به‌منظور بهبود قابلیت فهم گفتار پیشنهاد می‌شوند و سازندگان این الگوریتم‌ها برای نمایش کارایی الگوریتم پیشنهادی خود از معیار‌های ارزیابی کیفیت صدا استفاده می‌کنند. آن چه باعث فهمیده شدن گفتار می‌شود؛ قابلیت فهم است نه کیفیت، چون ممکن است یک گفتار باکیفیت باشد، اما قابلیت فهم کافی نداشته باشد. اندازه‌گیری قابلیت فهم گفتار، جز از طریق ارزیابی‌های ذهنی یا استفاده از نتایج سیستم asr ممکن نیست. در این تحقیق فرض شده نتایج سیستم asr، نماد قابلیت فهم گفتار بوده و این نتایج با استفاده از مدل آوایی sat و پایگاه داده‌ی timit به‌دست‌آمده است. در ادامه‌ی تحقیق سه نوآوری ارائه گردیده: 1- با استفاده از پایگاه داده‌ی timit که سیستم asr قبلاً برای آن setup شده؛ عملکرد 17 الگوریتم حذف نوفه‌ی مختلف در حذف 120 نوفه‌ی متفاوت، از نظر wer ، بررسی گردیده. 2- با استفاده از 120 نوفه‌ی‌ متفاوت تاثیر نوع نوفه‌های متفاوت روی قابلیت فهم گفتار مشخص‌شده است؛ تا بتوان با شناخت نوع نوفه‌ در مورد قابلیت فهم اظهارنظر کرد. 3- در این تحقیق زمان استفاده از الگوریتم‌های حذف نوفه‌ی متفاوت برحسب نسبت سیگنال به نوفه‌های متفاوت مشخص‌شده است.