اين مقاله، ويژگي جديدي مبتني بر اطلاعات زاويه سيگنال گفتار به نام زاویۀ اَبعاد كاهش يافته(DRP)، ارائه كرده است. ويژگي DRP طي دو مرحله نرمال‌سازي و كاهش اَبعاد از زاویۀ اسپكتروگرامِ سيگنال گفتار استخراج مي‌گردد. فرايند كاهش اَبعاد در اين تحقيق با كمك تكنيك تحليل اجزاء اصلي (PCA) انجام شده است. در اين تحقيق، از تركيب ويژگي پيشنهادي با ويژگي‌هاي مبتني بر اندازه، براي شناسايي لهجۀ گوينده استفاده شده است. شناسايي لهجۀ گوينده با كمك شبكه‌هاي عصبي مصنوعي به‌عنوان دسته‌بندي كننده انجام شده است. مقايسه‌هاي آزمايش‌های انجام شده در شرايط بدون نوفه و با سيگنال به نوفه‌هاي صفر، 5 و 10 دسي بل، برتري اين ويژگي و مقاوم به نوفه بودن آن در شناسايي لهجه گوينده را نشان مي‌دهد. بيشترين مقدار کارايي مربوط به ترکيب ويژگي پيشنهادي (زاویۀ اَبعاد كاهش يافته) با ضرايب برداريRasta PLP در محيط سالم برابر با 14/98 % و محيط آغشته به نوفه 55/95% نشان داده شده است.