چکیده: استفاده از ربات‌های اجتماعی در زندگی انسان‌ها افزایش یافته است و اصلی‌ترین راه ارتباط انسان‌ها با آنها ارتباط کلامی است. ربات‌های اجتماعی دارای میکروفونی هستند تا بتوانند سیگنال گفتار را برای ارتباط با انسان دریافت کنند. با توجه به دریافت نویز محیطی به هنگام ضبط گفتار انسان، نیاز به سیستمی برای تشخیص قسمت‌های گفتار در سیگنال‌های صوتی ضبط شده می‌باشد. هدف این پایان‌نامه طراحی یک سیستم آشکارساز فعالیت گفتاری است که بتواند با مشخص نمودن بخش‌های گفتار در یک محیط نویزی کارایی یک سیستم پردازش گفتار مورد استفاده برای یک ربات اجتماعی را افزایش دهد. در این پایان‌نامه، ویژگی‌های مختلفی جهت استخراج از سیگنال گفتار برای سیستم آشکارساز فعالیت گفتاری پیشنهاد شده است. این ویژگی‌ها با استفاده از ترکیب ویژگی انرژی با هر یک از ویژگی‌های ضرایب کپسترال فرکانس مل ریشه، ضرایب کپسترال فرکانس بارک، ضرایب پیش‌بینی ادراکی خطی و ضرایب پیش‌بینی ادراکی خطی تجدید نظر شده ارائه شده‌اند. روش پیشنهادی دیگری که در این پایان‌نامه مطرح شده بر مبنای ویژگی ویگنر ویل به عنوان یک روش استخراج ویژگی زمانی-فرکانسی است. این روش در مقایسه با روش‌های پیشنهادی مبتنی بر ویژگی انرژی و ویژگی‌های کپسترال، کارایی بهتری دارد. بنابراین برای افزایش کارایی روش‌های مبتنی بر ویژگی‌های کپسترال علاوه بر ویژگی انرژی، با ویژگی ویگنر ویل نیز ترکیب شده‌اند. برای ارزیابی کارایی روش‌های پیشنهادی، دادگان گفتاری فارس‌دات که یک پایگاه داده استاندارد و به زبان فارسی می‌باشد، به کار رفته است. با افزودن چند نوع متفاوت نویز به فایل‌های این پایگاه داده در شرایط مختلف نسبت سیگنال به نویز، مقاومت روش‌های پیشنهادی نسبت به نویزهای متفاوت سنجیده شده‌اند. آزمایشات نشان داده‌اند که برخی از روش‌های استخراج ویژگی پیشنهادی در این پایان‌نامه در مقایسه با روش متداول استخراج ویژگی ضرایب کپسترال فرکانس مل در محیطهای نویزی کارایی بهتری دارند.