محمد مهدی همایون پور - آزمایشگاه سیستم های هوشمند صوتی گفتاری دانشکده مهندسی کامپیوتر دانش
فهیمه قاسمیان - آزمایشگاه سیستم های هوشمند صوتی گفتاری دانشکده مهندسی کامپیوتر دانش

نیاز به جداسازی خودکار گفتار از موسیقی در کاربردهایی نظیر سیستم های بازیابی مستندات صوتی از اهمیت زیادی برخوردار است. در گذشته روشهای متعددی برای جداسازی مورد استفاده قرار گرفته است. در این مقاله از 11 ویژگی سیگنال صوتی به عنوان ویژگی های متمایز کننده و از الگوریتم های تکاملی برنامه نویسی ژنتیک و سیستم تشخیص ایمنی مصنوعی که از عملکرد سیستم های زیستی موجود در طبیعت الهام گرفته شده اند، برای تولید مدل جداکننده استفاده شده است. نتایج حاصل نشان دهندی کارایی بالای دو الگوریتم برنامه نویسی ژنتیک و سیستم تشخیص ایمنی مصنوعی برای دسته بندی گفتار از موسیقی است. داده های موسیقی و گفتار در شرایط تمیز و نیز شرایط نویزی مورد استفاده قرار گرفته و کارائی روشهای پیشنهادی برای تشخیص گفتار از موسیقی در شرایط نویزی بررسی شده است. همچنین این مقاله تاثیر کاهش حجم داده های آموزشی با استفاده از روش چندی سازی برداری و نیز قابلیت برنامه نویسی ژنتیک در انتخاب ویژگی های مناسبتر را مورد ارزیابی قرار داده است.

دسته بندی گفتار و موسیقی، برنامه نویسی ژنتیک، سیستم ایمنی مصنوعی، نمایه سازی فایل های صوتی