استخراج ویژگیهای گفتاری مقاوم به نویز با استفاده از شبکه عصبی درهم پیچش
Publish place: Conference on Signal Processing and Intelligent Systems
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 550
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
SPIS02_018
Index date: 1 July 2017
استخراج ویژگیهای گفتاری مقاوم به نویز با استفاده از شبکه عصبی درهم پیچش abstract
شبکه های عصبی درهم پیچش به عنوان گروهی از شبکه های عصبی عمیق، در سال های اخیر کاربرد فراوانی در مدلسازی آکوستیک و همچنین استخراج ویژگی و مدل سازی توام در بازشناسی گفتار یافته اند. ورودی این شبکه های عصبی در تحقیقات اخیر، طیف نگار گفتار و یا حتی خود گفتار خام بوده است. در مقاله حاضر، پیشنهاد می شود تا از شبکه عصبی درهم پیچش برای استخراج ویژگی مقاوم به نویز استفاده شود، درحالی که ورودی شبکه عصبی درهم پیچش طیف سیگنال گفتار نویزی و خروجی هدف آن خروجی های متناظر تمیز از بانک فیلتر ملی است. به این ترتیب شبکه عصبی درهم پیچش ویژگی های مقاوم به نویز را از طیف سیگنال گفتار استخراج می نماید. برای یادگیری و استخراج ویژگی بهتر توسط شبکه عصبی درهم پیچش، ساختار و پارامترهای مختلف آن از قبیل اندازه فیلتر درهم پیچش، اندازه ادغام و تعداد نورون ها در هر لایه در کار حاضر مورد بررسی قرار گرفته اند. آزمایش های انجام شده روی دادگان Aurora2 با استفاده از یک سیستم بازشناسی گفتار متشکل از مدل مخلوط گاوسی و مدل مخفی مارکف، نشان می دهند که شبکه های عصبی درهم پیچش عملکرد بهتری در استخراج ویژگی مقاوم به نویز نسبت به شبکه های باور عمیق و خود بانک فیلتر مل دارد، به طوری که میانگین دقت بازشناسی را نسبت به شبکه ی باور عمیق 25 درصد بهبود می دهد
استخراج ویژگیهای گفتاری مقاوم به نویز با استفاده از شبکه عصبی درهم پیچش Keywords:
شبکه عصبی درهم پیچش بازشناسی مقاوم گفتار درهم پیچش ادغام بانک فیلترمل
استخراج ویژگیهای گفتاری مقاوم به نویز با استفاده از شبکه عصبی درهم پیچش authors
نوید نادری
دانشجوی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
بابک ناصر شریف
دانشکده مهندسی کامپیوتر، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
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 :