شناسایی اتوماتیک زبان با استفاده از ویژگی های طیفی و توابع بسل
Publish place: The first national conference on electrical engineering of Islamic Azad University, Langarud branch
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 564
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEES01_048
تاریخ نمایه سازی: 16 اسفند 1394
Abstract:
شناسایی خودکار زبان گفتاری، حوزهی مهمی از پردازش گفتار است. تا کنون تحقیقات زیادی در زمینهی تشخیص خودکار زبان انجام شده است که در اکثر این تحقیقات ویژگی استخراج شده از سیگنال گفتار، ضرایبMFCC یا PLP بوده است. در این تحقیق یک سیستم جدید تشخیص گفتار معرفی شده است که استخراج ویژگی آن بر مبنای ضرایب تبدیل فوریه ی بسل بوده و در بخش کلاسه بندی آن از شبکه ی عصبی جدید WRBF و همین طور شبکه ی RBF استفاده شده است. نتایج بدست آمده از سیستم جدید، با نتایج حاصله از روش های معروف استخراج ویژگی MFCC و PLP همچنین شبکه ی عصبی MLP مقایسه شده است. نتایج آزمایشات انجام شده بر روی پایگاه داده ی OGI و مقایسه ی دو به دوی زبان هانشان می دهد که شبکه ی WRBF و RBF دقت تشخیص زبان را به میزان قابل توجهی نسبت به شبکه ی MLP افزایش می دهد. همچنین با توجه به نزدیکی دقت روش استخراج ویژگی تبدیل فوریه ی بسل به روش های PLP و MFCC می توان این روش استخراج ویژگی را به عنوان روشی قدرتمند در این حوزه نام برد.
Keywords:
Authors
مصطفی مدرسی
گروه برق الکترونیک، واحد نور، دانشگاه آزاد اسلامی ، نور، ایران
هادی ده بوید
گروه برق الکترونیک، واحد نور، دانشگاه آزاد اسلامی ،نور ، ایران
حبیب اله ادرنگ
گروه برق، الکترونیک، واحد فنی و مهندسی، دانشگاه آزاد اسلامی،نور ،ایران
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 :