تشخیص گوینده به کمک Vector Quantization استخراج ویژگی به کمک جعبه ابزار HTK خوشه بندی به کمک الگوریتم K-Means و تشکیل کتاب کد ((گزارش متنی به همراه کدهای متلب، فایل های گفتاری و جعبه ابزار HTK تنظیم شده))

بازشناسی کلمات به کمک جعبه ابزار HTK براساس HMM بدست آوردن دنباله بردارهای ویژگی­ به کمک جعبه ابزار HTK تعریف وظیفه، گرامر و شبکه در الگوریتم HMM مشخص کردن ساختار کلی مدل­های مخفی ارزش دهى ابتدایی مدل ها آموزش مدل چپ به راست HMM توسط الگوریتم بام-ولش تست مدل HMM به کمک الگوریتم ویتربی بازشناسی بازه های زمانی کلمات تست تعیین محدوده صحیح بازشناسی تفسیر نتایج بازشناسی خوشه بندی الگوریتم K-Means

گزارش تحلیلی به همراه بررسی گام به گام نحوه بکارگیری از دستورات جعبه ابزار HTK به منظور بازشناسی کلمات به کمک مدل مخفی مارکوف Hidden Markov Model

شبیه سازی و مقایسه استخراج بردارهای ویژگی ضرایب تخمین خطی LPC، ضرایب انعکاسی Reflection Coeff، ضرایب نسبت سطوح مقطعLAR ، ضرایب کپسترال LPCC، ضرایب MFCC و ضرایب مشتقات اول و دوم آن به کمک جعبه ابزار HTK و به کمک دستورهای متلب

نحوه استخراج ضرایب کپسترال سیگنال گفتار با استفاده از جعبه ابزار HTK در نرم افزار متلب