پيش گويي قابليت فهم همخوان ها در افراد داراي شنوايي عادي با استفاده از مدل هاي ميکروسکوپي داراي معيار فاصله متفاوت در بازشناساگر خودکار گفتار

در اين مطالعه، نرخ تشخيص همخوان هاي موجود در ساختار هجايي «واکه- همخوان- واکه»، در آزمون هاي شنوايي و دو مدل ميکروسکوپي ادراک گفتار مورد بررسي قرار مي گيرد. چنين ساختار هجايي در زبان فارسي و ترکي آذري وجود ندارد؛ با وجود اين، نتايج آزمون هاي شنوايي نشان مي دهد که شنونده آذري يا فارسي زبان در شرايط بدون نوفه، قادر به تشخيص صحيح همخوان ها هستند. براي اين پژوهش که در آن هدف، تشخيص صحيح آواها و نه کلمات بامعني است، استفاده از اين دادگان صوتي فاقد معني مناسب است، چون با استفاده از اين دادگان، دانش زباني شنوندگان در پيش بيني کلمات ناديده گرفته ميشود. نتايج آزمون هاي شنوايي با نتايج دو مدل ميکروسکوپي که بر پايه دستگاه شنوايي انسان است، مقايسه مي شود. تفاوت دو مدل در مرحله نهايي استخراج ويژگي به منظور استفاده در شناساگر خودکار گفتار DTW است. در مدل ميکروسکوپي اول، در مرحله پاياني استخراج ويژگي، از فيلتر 8 هرتز و در مدل دوم، از فيلتربانک مدولاسيون استفاده مي شود. در ادامه، نرخ تشخيص صحيح آواها در مقادير مختلف سيگنال به نوفه با استفاده از معيارهاي فاصله اقليدسي و لگاريتمي با يکديگر مقايسه مي شود. در اين تحقيق، نرخ تشخيص همخوان ها براي شنونده آذري زبان مورد بررسي قرار گرفته است. در کنار جنبه تجربي اين مطالعه، نو آوري اين مقاله در بررسي دو معيار فاصله مختلف براي مدل هلوب و نيز مقايسه مستقيم دو مدل ميکروسکوپي در پيش بيني ميانگين نرخ تشخيص و نيز نرخ تشخيص تک تک همخوان ها است.