ارزیابی صوت با روش MFCC ماشین بردار پشتیبان و بهینه سازی آن
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 597
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTI01_046
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
تشخیص الفبا از زیرشاخههای تشخیص گفتار است و از دیر باز در علوم مختلف بکار برده میشود و حوزه وسیعی از تحقیق را برای محققان فراهم نموده است. پردزش صدا شامل تلفظ توسط یک انسان یا ماشین انسان نما و سپس بازیابی توسط یک رایانه صورت می گیرد. برای تشخیص الفبا روشهای زیادی پیشنهاد شده است. در این مقاله روشهای متفاوتی در مورد استخراج ویژگی و دسته بندی الفبا با تلفیق از نوعی از الگوریتمها داریم .در این مقوله مشکلاتی نیز پیشرو داریم از جمله این مشکلات میتوان به مجموعه E-set اشاره کرد این مجموعه شامل حروف Z و B ،C ،D ،E ،G ،P ،T ،V میباشد مشکل این مجموعه شبیه بودن واج آوایی E در همه این حروف است که باعث مشکل شدن تشخیص این مجموعه می شود همچنین در این رابطه می توان واج ارایی بدست آمده را توسط الگوریتم کالمن بهینه سازی نمود. در این مقاله با استفاده از روش استخراج ویژگی MFCC و روش طبقه بندی SVM به نتایج مطلوبی دست پیدا کردیم.
Keywords:
Authors
امید خواجه
دانشجوی کارشناسی ارشد مهندسی برق الکترونیک موسسه غیرانتفاعی فخرالدین اسعد گرگانی
مرتضی احمدی
هییت علمی موسسه فخرالدین اسعد گرگانی
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 :