मास्क वाले वातावरण में बेहतर वाक् पहचान के लिए वेवलेट विश्लेषण और COPRAS

वेवलेट विश्लेषण वाक् और ध्वनिक संकेतों के विश्लेषण के लिए एक शक्तिशाली उपकरण है, खासकर तब जब वाक् सुगमता मास्क जैसे कारकों से समझौता की जाती है। कोविड-19 महामारी ने स्पष्ट संचार के लिए मास्क द्वारा उत्पन्न चुनौतियों को उजागर किया। वेवलेट ट्रांसफॉर्म (WT) समय और आवृत्ति डोमेन डेटा को एकीकृत करके वाक् पहचान में सुधार करके एक समाधान प्रदान करता है।

एक उपयुक्त "मूल वेवलेट" का चयन प्रभावी WT के लिए महत्वपूर्ण है, क्योंकि विभिन्न वेवलेट अलग-अलग परिणाम देते हैं। अनुसंधान चेहरे के मास्क या ढाल का उपयोग करते समय वाक् संकेतों के लिए इष्टतम मूल वेवलेट फ़ंक्शन निर्धारित करने के लिए COPRAS (COmplex PRoportional ASsessment) तकनीक का लाभ उठाता है।

अधिकतम क्रॉस-सहसंबंध गुणांक (MCC) और अधिकतम ऊर्जा से शैनन अनुपात (MEER) जैसे मेट्रिक्स का उपयोग मूल वेवलेट कार्यों को रैंक करने के लिए किया जाता है। यह विधि विभिन्न, वास्तविक दुनिया की स्थितियों में वाक् संकेतों के लिए सबसे उपयुक्त मूल वेवलेट का चयन करने के लिए एक स्पष्ट प्रोटोकॉल स्थापित करती है जहां मास्क मौजूद हो सकते हैं। वेवलेट ट्रांसफॉर्म कुछ परिवर्तनों के लिए अपरिवर्तनीय सुविधाओं को निकालकर पैटर्न पहचान प्रणालियों में सुधार करते हैं और शोर वाले वातावरण में क्लासिफायर के प्रदर्शन में सुधार कर सकते हैं।