فنونی برای مقاومت در برابر نویز در تشخیص خودکار گفتار ۲۰۱۲
Techniques for Noise Robustness in Automatic Speech Recognition 2012

سیستم‌های تشخیص خودکار گفتار (ASR) به‌طور فزاینده‌ای در زندگی روزمره کاربرد پیدا می‌کنند. بسیاری از محیط‌های رایجی که این سیستم‌ها در آن‌ها استفاده می‌شوند، پر سر و صدا هستند؛ به عنوان مثال، کاربرانی که از یک کافه تریا یا خیابان شلوغ با یک سیستم جستجوی صوتی تماس می‌گیرند. این امر می‌تواند منجر به کاهش کیفیت ضبط صدا و تاثیر نامطلوب بر عملکرد سیستم‌های تشخیص گفتار شود. با افزایش استفاده از سیستم‌های ASR، آگاهی از آخرین دستاوردهای تکنیک‌ها برای مقابله با این مشکلات، برای مهندسان سیستم و اپلیکیشن و محققانی که با فناوری‌های ASR کار می‌کنند، حیاتی می‌شود. این کتاب، بررسی جامعی از آخرین دستاوردهای تکنیک‌های مورد استفاده برای بهبود استحکام سیستم‌های تشخیص گفتار در برابر این عوامل مخرب خارجی ارائه می‌دهد.

ویژگی‌های کلیدی:

* بررسی تمام رویکردهای اصلی ASR مقاوم در برابر نویز، از جمله جداسازی سیگنال، تشخیص فعالیت صوتی، استخراج ویژگی قوی، جبران‌سازی و انطباق مدل، تکنیک‌های داده‌های از دست رفته و تشخیص گفتار طنین‌دار.
* به عنوان شرحی به موقع از این موضوع، در پرتو استفاده گسترده‌تر در آینده از فناوری ASR در محیط‌های چالش‌برانگیز عمل می‌کند.
* به مسائل مربوط به استحکام و تخریب سیگنال می‌پردازد که هر دو از الزامات کلیدی برای متخصصان ASR هستند.
* شامل مشارکت محققان برجسته ASR از واحدهای تحقیقاتی پیشرو در این زمینه است.

Automatic speech recognition (ASR) systems are finding increasing use in everyday life. Many of the commonplace environments where the systems are used are noisy, for example users calling up a voice search system from a busy cafeteria or a street. This can result in degraded speech recordings and adversely affect the performance of speech recognition systems. As the use of ASR systems increases, knowledge of the state-of-the-art in techniques to deal with such problems becomes critical to system and application engineers and researchers who work with or on ASR technologies. This book presents a comprehensive survey of the state-of-the-art in techniques used to improve the robustness of speech recognition systems to these degrading external influences.

Key features:

• Reviews all the main noise robust ASR approaches, including signal separation, voice activity detection, robust feature extraction, model compensation and adaptation, missing data techniques and recognition of reverberant speech.
• Acts as a timely exposition of the topic in light of more widespread use in the future of ASR technology in challenging environments.
• Addresses robustness issues and signal degradation which are both key requirements for practitioners of ASR.
• Includes contributions from top ASR researchers from leading research units in the field