طراحي الگوريتم بازشناسي واج ها با به كارگيري همبسته هاي آكوستيكي مشخصه هاي واجي

A Phoneme Recognition Algorithm Design Using the Acoustic Correlates of the Phonological Features

در مقاله حاضر، در چارچوب واج شناسي غيرخطي با بهره گيري از مدل اندام هاي گويايي فعال، ابتدا به بررسي هندسه مشخّصه هاي واجي در قالب مشخّصه هاي مستقل از اندام هاي گويايي فعال و مشخّصه هاي وابسته به آنها پرداخته و واج هاي فارسي را در اين مدل توصيف مي نماييم. سپس الگوي آوايي مرجع هر مشخّصه واجي كه شامل يك يا مجموعه اي از همبسته هاي آكوستيكي آن مشخّصه بوده و در بازنمود آوايي آن با مقادير يا ارزش هاي كيفي مشخّص مي شوند، با تحليل آكوستيكي و تجزيه و تحليل آماري داده هاي جمع آوري شده، تعيين مي گردند. درنهايت، الگوريتمي ارايه مي گردد كه درون داد آن سيگنال آوايي مربوط به واج هاي فارسي در يكي از دو بافت CV و VC بوده و حاوي پيمانه هايي است كه از همبسته هاي آكوستيكي مشخّصه هاي واجي بهره مي گيرد تا واج مربوطه را شناسايي كرده و به عنوان برون داد ارايه نمايد. يافته هاي تحقيق حاضر مي تواند نقش قابل ملاحظه اي در افزايش دقّت و سرعت سيستم هاي بازشناسي گفتار فارسي داشته باشد.

In the present paper, the phonological feature geometry of the Persian phonemes is analyzed in the form of articulate-free and articulate-bound features based on the articulator model of the nonlinear phonology. Then, the reference phonetic pattern of each feature that consists of one or a set of acoustic correlates, characterized by the quantitative or qualitative values in its phonological representation, is determined by the acoustic and statistical analysis of the collected data. Finally, an algorithm is designed which implements multiple modules based on the identified acoustic correlates of the phonological features and gets as input an acoustic signal of a Persian phoneme in CV or VC context and outputs the recognized phoneme. The findings of the paper can considerably improve the speed and accuracy of the Persian speech recognition systems.