تشخیص جنسیت گوینده با استفاده از ضرایب mfcc نرخ عبور از صفرو انرژی با استفاده از ماشین بردار پشتیبان با هسته rbf

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,655

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CSITM01_397

تاریخ نمایه سازی: 10 شهریور 1393

Abstract:

تشخیص جنسیت گوینده ، کاربرد فراوانی در دنیای روز دارد . ما قصد داریم با استفاده از استخراج ویژگی از صدای گوینده و دسته بندی svm نوع جنسیت گوینده را مشخص کنیم . برای اینکه svm بتواند دسته بندی و تشخیص نوع جنسیت گوینده را انجام دهد نیازمند این است که یاد بگیرد صدای زنان چه ویژگی هایی و صدای مردان چه ویژگی هایی را دارند . برای تعیین نوع جنیست گوینده چندین نوع ویژگی متفاوت وجود دارد که هر کدام می تواند بحث تعیین جنسیت را انجام دهد از این نوع ویژگی می توان به Ipcc, mfcc، نرخ عبور از صفر و انرژی اشاره کرد . که نشان می دهیم چگونه می توان با الهام از الگوریتم های تکاملی و با ترکیب دو نوع ویژگی مانند نرخ عبور از صفر و انرژی و mfcc و تولید یک داده آموزشی جدید بتوان دسته بندی دقیق تر و تعیین جنسیت دقیق تری را تجربه کرد.

Authors

نوید خزین قناد

دانشجوی کارشناسی ارشد – هوش مصنوعی دانشگاه آزاد مشهد

علیرضا زهرایی

دانشجوی کارشناسی ارشد – هوش مصنوعی دانشگاه آزاد فردوس

امیرحسین الستی

کارشناس سخت افزار کامپیوتر – موسسه آموزش عالی خاوران