بررسی تاثیر نوع ویژگی های گفتاری، مشتقات زمانی و برچسب های واجی در استخراج ویژگی های عمیق گلوگاهی
Publish place: 22nd Annual Conference of Computer Society of Iran
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 639
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ACCSI22_012
Index date: 4 September 2017
بررسی تاثیر نوع ویژگی های گفتاری، مشتقات زمانی و برچسب های واجی در استخراج ویژگی های عمیق گلوگاهی abstract
با توجه به اهمیت استفاده از شبکه های عصبی عمیق در بازشناسی خودکار گفتار، در این مقاله با انجام چندین آزمایش مختلف روی مجموعه دادگان گفتاری TIMIT سعی شده است، نحوه استخراج ویژگی های عمیق گلوگاهی، برای انجام بازشناسی خودکار گفتار مورد بررسی قرار گیرد. همچنین جهت بررسی نوع ویژگی های گفتاری ورودی، آموزش بانظارت و تاثیر مشتقات زمانی ویژگی های ورودی آزمایش هایی انجام شده است. از آزمایش های انجام شده مشخص گردید ویژگی های گلوگاهی قادر هستند، در مقایسه با ویژگی های رایج گفتاری مانند MFCC حدود 7 درصد دقت بازشناسی را افزایش دهند. همچنین بهترین دقت بازشناسی از ویژگی های گلوگاهی مربوط به شبکه آموزش دیده بصورت با نظارت، با استفاده از ویژگی ها طیفی مبتنی بر معیار مل (MFSC)، با در نظر گرفتن ویژگی های مشتق زمانی، حاصل شده است.
بررسی تاثیر نوع ویژگی های گفتاری، مشتقات زمانی و برچسب های واجی در استخراج ویژگی های عمیق گلوگاهی Keywords:
بررسی تاثیر نوع ویژگی های گفتاری، مشتقات زمانی و برچسب های واجی در استخراج ویژگی های عمیق گلوگاهی authors
امیرحسین حاج احمدی
آزمایشگاه پردازش هوشمند داده های چندرسانه ای، دانشکده مهندسی کامپبوتر، دانشگاه صنعتی امیرکبیر، تهران
محمدمهدی همایون پور
دانشیار، آزمایشگاه پردازش هوشمند داده های چندرسانه ای، دانشکده مهندسی کامپبوتر، دانشگاه صنعتی امیرکبیر، تهران