شناسایی جنسیت گوینده بر اساس خصیصه های فرکانسی سیگنال صحبت

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 518

This Paper With 6 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

FBFI01_106

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

تشخیص خودکار جنسیت یکی از مسائل جذاب با کاربردهای عملی فراوان است. در این مقاله برای شناسایی جنسیت گوینده دو خصیصه فرکانس لحظه ای وزن دار و فرکانس گام توسعه داده و نتایج حاصل با هم مقایسه می شوند. برای دسته بندی از ماشین بردار پشتیبان (SVM) با هسته تابع پایه ای شعاعی (RBF) گوسی استفاده می شود. کارایی این خصیصه ها در محیط های عاری از نویز و نیز در حضور نویزهای متنوع با مقادیر مختلف SNR، مورد بررسی قرار می گیرد. نتایج حاصل بیان گر مقاومت بالاتر روش برپایه فرکانس لحظه ای وزن دار در مقابل نویز سفید گوسی و مقاومت بالاتر روش برپایه فرکانس گام در مقابل دیگر نویزها است.

Keywords:

تشخیص جنسیت , تجزیه تجربی وجوه , فرکانس لحظه ای وزن دار , فرکانس گام و ماشین بردار پشتیبان

Authors

قاسم علی پور

استادیار، گروه مهندسی برق، دانشگاه صنعتی همدان، همدان

احسان صمدی

دانشجوی کارشناسی ارشد مهندسی الکترونیک، گروه مهندسی برق، دانشگاه صنعتی همدان، همدان

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 :
  • W. Abdula, et al., "Improving speech recognition performance through gender ...
  • H. Harb and L. Chen, "Gender identification using _ general ...
  • R. D. R. Fagundes, et al., "Automatic gender identification by ...
  • Y.-M. Zeng, et al., "Robust GMM based gender and RA ...
  • parameters of speech, " in Machine Learning and Cybernetics, 2006 ...
  • ac oustic-phonetic modelling in continuous speech recognition based on a ...
  • S. Spoorthy and G. Ramamurthy, "Gender identification using significant Intrinsic ...
  • B. Boashash, "Estimating and interpreting the I. ...
  • Fundamentals, " Procedings of the IEEE, vol. 80, pp. 520-538, ...
  • B. Boashash, "Estimating and interpreting the instantaneous frequency of a ...
  • P. Mitev and S. Hadjitodorov, _ _ Fu ndamental frequency ...
  • Z. Wu and N. E Huang, "Ensemble empirical mode decomposition: ...
  • N. E. Huang, et al., "The empirical mode decomposition and ...
  • B. Scholkopf and A. Smola, Learning with Kernels: Support Vector ...
  • J. Shawe-Taylor and N. Cristianini, Kernel methods for pattern analysis: ...
  • V. Vapnik, Statistical Learning Theory. New York: Wiley, 1998. ...
  • D .TIMIT, _ Acou stic-phonetic continuous speech corpus, " Nat. ...
  • نمایش کامل مراجع