در این مطالعه، نرخ تشخیص همخوان‌های موجود در ساختار هجایی «واکه- همخوان- واکه»، در آزمون‌های شنوایی و دو مدل میکروسکوپی ادراک گفتار مورد بررسی قرار می‌گیرد. چنین ساختار هجایی در زبان فارسی و ترکی آذری وجود ندارد. با وجود این، نتایج آزمون‌های شنوایی نشان می‌دهد که شنونده آذری یا فارسی زبان در شرایط بدون نویز، قادر به تشخیص صحیح همخوان‌ها می‌باشد. برای این پژوهش که در آن هدف، تشخیص صحیح آواها و نه کلمات بامعنی است، استفاده از این دادگان صوتی فاقد معنی مناسب می‌باشد چون با استفاده از این دادگان، دانش زبانی شنوندگان در پیش‌بینی کلمات نادیده گرفته میشود. نتایج آزمون‌های شنوایی با نتایج دو مدل میکروسکوپی که بر پایه سیستم شنوایی انسان است، مقایسه می‌شود. تفاوت دو مدل در مرحله نهایی استخراج ویژگی به منظور استفاده در شناساگر خودکار گفتار DTW است. در مدل میکروسکوپی اول، در مرحله پایانی استخراج ویژگی، از فیلتر 8 هرتز و در مدل دوم، از فیلتربانک مدولاسیون استفاده می‌شود. در ادامه، نرخ تشخیص صحیح آواها در مقادیر مختلف سیگنال به نویز با استفاده از معیارهای فاصله اقلیدسی و لگاریتمی با یکدیگر مقایسه می‌شود. در این تحقیق، نرخ تشخیص همخوان‌ها برای شنونده آذری‌زبان مورد بررسی قرار گرفته است. در کنار جنبه تجربی این مطالعه، نو‌آوری این مقاله در بررسی دو معیار فاصله مختلف برای مدل هلوب و نیز مقایسه مستقیم دو مدل میکروسکوپی در پیش‌بینی میانگین نرخ تشخیص و نیز نرخ تشخیص تک‌تک همخوان‌ها می‌باشد.

واژه‌های کلیدی: قابیلت فهم، ادراک گفتار، مدل میکروسکوپی، بردار ویژگی، نرخ تشخیص آوا، معیار فاصله، شناساگر خودکار گفتار.

متن کامل [PDF 1892 kb]   (1635 دریافت)