رتبه بندي واج هاي گفتار فارسي از نظر كارآيي در بازشناسي گوينده

Ranking of Persian Speech Phonemes from the Point of View of Efficiency in Speaker Recognition

در اين مقاله، كارآيي واج هاي گفتار فارسي از نظر بازشناسي گوينده مورد مطالعه و پژوهش قرار گرفته و با توجه به ميزان كارآيي ها، رتبه بندي واج ها صورت گرفته‌اند. جهت برآورد كارآيي واج ها، از يك معياري كه به صورت نسب « فاصله بين گوينده اي» واج ها به « فاصله در گوينده‌اي» تعريف شده است و ما آن را « نسبت تاثيرپذيري گوينده » ناميده ايم، استفاده شده است. آزمايش ها و محاسبات لازم براي كليه واج هاي گفتار فارسي (باستثناي واج /?/) با استفاده از دادگان گفتار فارسي « فارس دات» انجام شده و رتبه بندي ها براساس نتايج آزمايش ها و محاسبات هم در مورد دسته هاي كلي واجي و هم براي تك تك واج‌ها صورت گرفته اند. نتايج آزمايش ها و محاسبات نشان داده اند كه در رتبه بندي دسته هاي كلي واجي، واكه ها و نيم واكه ها در رتبه ي اول، خيشومي ها، سايشي ها و روان ها در رتبه دوم و انسدادي ها و انفجاري ها در رتبه سوم از نظر كارآيي در بازشناسي گوينده قرار دارند. رتبه بندي تك تك واج‌ها نيز نشان مي دهد كه واج /?/ در رتبه اول و واج /t/ در رتبه ي آخر از نظر كارآيي در بازشناسي گوينده قرار مي‌گيرند. نتايج اين تحقيق در مقايسه با نتايج پژوهش هاي انجام شده در مورد برخي از زبان‌هاي ديگر نظير انگليسي، آلماني و دوچ از نظر رتبه بندي دسته هاي كلي واجي سازگاري بالايي دارد اما از نظر جزييات رتبه بندي ها، تفاوت هاي قابل توجهي ملاحظه مي شود.

In this paper, the efficiency of Persian speech phonemes from the point of view of efficiency in speaker recognition has been studied, and then with due attention to efficiencies, the ranking of phonemes has been done. For estimating the efficiencies of phonemes, we have introduced one criterion that has been defined in the form of phonemes “Inter speaker distance” to “Intra speaker distance” ratio, referred to as “Speaker Affectability Ratio: SAR”. The necessary experiments and computations have been done for all Persian speech phonemes (with the exception of /?/) using the Persian speech database “Farsdat” and then on the basis of the results of these experiments and computations, the ranking of single phonemes and phoneme groups has been done. The results have shown that in the phoneme groups ranking, vowels and semi-vowels are first, nasals, fricatives and liquids are second and, obstructions and plosives are third from the point of view of efficiency in speaker recognition. Likewise, the ranking of single phonemes shows that the phoneme /?/ is first and the phoneme /t/ is last from the point of view of efficiency in speaker recognition. The results of this research in line with research on other spoken languages such as English, Germanic and Dutch show high agreement for phoneme groups ranking but noticeable differences in details of rankings are also noted.