วิธีการรู้จำเสียงพูดภาษาไทยแบบทนทานต่อเสียงรบกวนภายนอก

Abstract

บทความนี้เสนอวิธีการรู้จำเสียงพูดภาษาไทยแบบทนทานต่อสัญญาณรบกวนจริงจากสภาพแวดล้อมภายนอก โดยวิธีการรู้จำเสียงนี้จะใช้ช่องสัญญาณจำนวนสองช่อง เพื่อใช้สำหรับรับเสียงพูดและใช้สำหรับรับเสียงรบกวน โดยเสียงรบกวนจะถูกกำหนดให้เป็นเสียงรบกวนที่เกิดขึ้น จากนั้นจะใช้วิธีการลบเชิงสเปกตรัม (Spectral subtraction: SS) เพื่อกำจัดเสียงรบกวนออกขั้นตอนการทดลองได้ใช้เสียงพูดตัวเลขภาษาไทยจำนวน 10 คำ เป็นเสียงทดสอบ และได้เปรียบเทียบผลการทดลองกับสภาพแวดล้อมจริง โดยใช้ทดสอบกับสภาพแวดล้อมที่ไม่มีเสียงรบกวน และสภาพแวดล้อมที่มีเสียงรบกวนจริงที่ระดับความดังประมาณ 40–50 เดซิเบล ผลที่ได้พบว่าระบบที่ได้นำเสนอสามารถแยกเสียงตัวเลขได้ถูกต้องด้วยอัตราแยกเฉลี่ยประมาณ 98.0 เปอร์เซ็นต์ในกรณีที่ไม่มีเสียงรบกวน และอัตราแยกเฉลี่ย
ประมาณ 83.6 เปอร์เซ็นต์ในกรณีที่มีเสียงรบกวน