ارائه یک دسته ‌بند مقاوم به منظور بازشناسی گفتار مبتنی بر هم‌افزایی خوشه ‌بندی و فراوانی مشاهدات

بازشناسی گفتار به عنوان یکی از مهمترین شاخه های پردازش گفتار از دیر باز مورد توجه پژوهشگران و محققین بوده است. بازشناسی گفتار تکنولوژی است که قادر است کلمه( کلمات) اداء شده را که با یک سیگنال آکوستیک نمایش داده می-شود،‏ معین نماید. پیچیدگی سیستم های بازشناسی گفتار به ویژگی های استخراج شده،‏ بُعد آنها و نیز دسته بند بکار گرفته شده بستگی دارد. در این مقاله،‏ یک دسته بند جدید پیشنهاد می شود که قادر است در فاز استخراج دانش،‏ از طریق هم افزایی خوشه بندی و فراوانی مشاهدات،‏ یک مدل مناسب برای هر کلمه مرجع،‏ در قالب دو ماتریس برنده و حداقل فاصله،‏ محاسبه نماید. در مرحله بازشناسی،‏ روش پیشنهادی قادر است با استفاده از یک مکانیزم جریمه-پاداش،‏ میزان شباهت بین گفتار ورودی ناشناخته و مدل های مرجع کلمات را معین نماید. به منظور ارزیابی روش پیشنهادی از پایگاه داده فارس دات استفاده شده است. نتایج حاصل از آزمایشات متعدد بر روی سیگنال های تمیز و نویزی نشان می دهند روش پیشنهادی از مقاوم پذیری بهتری در برابر نویز،‏ دقت بالاتر و نیز پیچیدگی زمانی کمتری در مقایسه با سیستم های بازشناسی گفتار مبتنی بر مدل مخفی مارکوف برخوردار است.