Improving Speech Identification with MFCC and SVM
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,295
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EIAICC02_004
تاریخ نمایه سازی: 22 فروردین 1393
Abstract:
In any language, Spoken alphabet identification as one of the subsets ofspeech identificationand pattern identification has many applications. However, it is noteasy to recognize the alphabet. Similar sound that is difficult to detect. One of the problems set is called the E-set that include words letters B, C, D, E, G, P, T, Vand Z. This paper describes an approach of speech identification by using the Mel-Scale Frequency Cepstral Coefficients (MFCC) extracted from speech signal of spoken words. The Support Vector Machine (SVM) is used as classifier. In this paper, a method issaid to have achieved %08 accuracy on data-set TI ALPHA.
Authors
saeed vandaki
Islamic Azad University, Gonabad Branch,
saman zahiri rad
Islamic Azad University, Gonabad Branch,
naser mehrshad
Islamic Azad University, Gonabad Branch,
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :