مریم خاشعی ورنا مخواستی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر
سید سعید آیت - دانشیار گروه علمی مهندسی کامپیوتر و فناوری اطلاعات

دسته بندی سیگنال های صوت به گروه هایی ازقبیل موسیقی و گفتاریکی ازموارد مهم درسیستم های بازیابی اسنادچندرسانه ای تلقی میشود تاکنون رویکردهای زیادی برای تمایز داده های صوتی به موسیقی و گفتارانجام شده است دراین مقاله تمایز این داده ها به صورت دسته بندی دوحالتی مورد ارزیابی قرارداده شده است حالت اول دسته بندی دوتایی BINARY سیگنالهای صوت به speech/music و حالت دوم دسته بندی سه تایی trinary سیگنالهای صوت به speech/music/mixture می باشد براین اساس بعدازبدستآوردن برخی ویژگیهای صوت ازشبکه عصبی MLP برای دسته بندی استفاده شد بعدازشبیه سازی های انجام شده روی شبکه دقت دسته بندی برای حالت اول و دوم به ترتیب 98.7درصد و93.3درصد بدست آمد نتایج نشان داده شده ازهرحالت حاکی ازامکان پذیربودن روش ارایه شده می باشد

پردازش سیگنال صوت ، دسته بندی موسیقی و گفتار ، استخراج ویژگی ، شبکه عصبی