تعیین مرد یا زن بودن گویند از روی صدا با استفاده از ماشین بردار پشتیبان

تمایل به ایجاد ارتباط گفتاری انسان با کامپیوتر و همین طور گسترش استفاده از اینترنت و امکان دریافت سرویس های مختلف اطلاعاتی و خدمات از راه دور، باعث اهمیت روزافزون تکنیک های مختلف پردازش گفتار شده است. یکی از تکنیک های پردازش گفتار، تشخیص اتوماتیک زن یا مرد بودن یک فرد از روی صدا است. در این مقاله مسأله تشخیص جنسیت با استفاده از ماشین بردار پشتیبان (SVM) مطرح شده است. تشخیص جنسیت با استفاده از ضرایب کپسترال مبتنی بر آنالیز پیشگویی خطی و ضرایب کپسترال مبتنی بر معیار مل انجام شده است. در این روش از SVM با هسته RBF و همچنین SVM با هسته چند جمله ای استفاده شده است و نتایج برتری هسته RBF را بر هسته چند جمله ای در این کاربرد خاص نشان می دهد. آزمایشات مختلف حاکی از برتری ضرایب MFCC نسبت به ضرایب LPCC در تعیین جنسیت گوینده می باشد، همچنین افزودن مشتق اول به ویژگی ها باعث بهبود کارایی سیستم می شود.