ادغام دو ویژگی MFCC و LPCC با استفاده از الگوریتم PSO برای تشخیص جنسیت گوینده صدا
Publish place: 3rd International Conference on Applied Research in Computer Engineering and Information Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 938
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF03_510
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
ویژگی های ضرایب کپسترال بر پایه مل MFCCو ضرایب کپسترال بر پایه پیش گویی خطی LPCC دو ویژگی موفق در زمینه دسته بندی های حوزه گفتار مخصوصا تشخیص جنسیت گوینده صدا شناخته میشود. دراین مقاله باارائه یک روش جدید ونوارائه شده است که با استفاده از الگوریتم PSO ضریبهایی از ویژگی MFCC,LPCC که باعث افزایش دقت دسته بندی می شوند را انتخاب و ضرایبی که تاثیرمنفی درافزایش دقت دسته بندی دارد را حذف دارد. ضرایب مفید موجود در این دو ویژگی با هم ادغام می شوند و از ان برای تشخیص جنسیت گوینده صدا استفاده می گردد نتایج نشان می دهد صحت تشخیص جنسیت گوینده صدا برای 50 صدای مرد و زن مختلف با استفاده از روش پیشنهادی نسبت به ویژگی MFCC وLPCC بیشتر بودهاست. در صورتی که در هر محیط نویزی ار ضرایب بهینه مخصوص به خودش استفاده گردد میتوان دقت دسته بندی بالاتر از 90 درصد رادر تمامی محیط هاینویزی غیر از محیط نویزی Volvo داشته باشیم.
Keywords:
Authors
نوید خزین قناد
دانشجوی کارشناسی ارشد هوشمصنوعی دانشگاه آزاد اسلامی واحد مشهد ایران
مهسا وفایی
دانشجوی کارشناسی ارشد هوشمصنوعی دانشگاه آزاد اسلامی واحد مشهد ایران
محمدحسین معطر
عضو گروه هیئت علمی هوش مصنوعی دانشگاه آزاد اسلامی واحدمشهد 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 :