زاویه ابعاد کاهش یافته: ویژگی جدید و مقاوم مبتنی بر اطلاعات زاویه سیگنال گفتار و کاربرد آن در شناسایی لهجه
Publish place: Computing Science Journal، Vol: 4، Issue: 1
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 70
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CSJI-4-1_005
تاریخ نمایه سازی: 14 بهمن 1402
Abstract:
این مقاله، ویژگی جدیدی مبتنی بر اطلاعات زاویه سیگنال گفتار به نام زاویه ابعاد کاهش یافته(DRP)، ارائه کرده است. ویژگی DRP طی دو مرحله نرمال سازی و کاهش ابعاد از زاویه اسپکتروگرام سیگنال گفتار استخراج می گردد. فرایند کاهش ابعاد در این تحقیق با کمک تکنیک تحلیل اجزاء اصلی (PCA) انجام شده است. در این تحقیق، از ترکیب ویژگی پیشنهادی با ویژگی های مبتنی بر اندازه، برای شناسایی لهجه گوینده استفاده شده است. شناسایی لهجه گوینده با کمک شبکه های عصبی مصنوعی به عنوان دسته بندی کننده انجام شده است. مقایسه های آزمایش های انجام شده در شرایط بدون نوفه و با سیگنال به نوفه های صفر، ۵ و ۱۰ دسی بل، برتری این ویژگی و مقاوم به نوفه بودن آن در شناسایی لهجه گوینده را نشان می دهد. بیشترین مقدار کارایی مربوط به ترکیب ویژگی پیشنهادی (زاویه ابعاد کاهش یافته) با ضرایب برداریRasta PLP در محیط سالم برابر با ۱۴/۹۸ % و محیط آغشته به نوفه ۵۵/۹۵% نشان داده شده است.
Keywords:
Authors
علیرضا فلک رفعت
دانشجوی کارشناسی ارشد دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه آزاد اسلامی واحد قزوین قزوین ایران
اعظم ربیعی
استادیار گروه کامپیوتر دانشگاه آزاد اسلامی واحد دولت آباد اصفهان ایران