بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان
Publish Year: 1382
Type: Conference paper
Language: Persian
View: 1,294
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICIKT01_035
Index date: 14 May 2009
بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان abstract
در سالهای اخیر روش نوین ماشین بردار پشتیبان(SVM) برای شناسایی و دسته بندی الگو به فراوانی مورد استفاده قرار گرفته است. نتایج حاصل از بکارگیری این روش در کاربردهای متفاوت حاکی از کارایی بالای این روش دارد. در مواردی چون برنامه های رادیویی و تلویزیونی که گفتار و موزیک تواما پخش می شوند و به دلایلی چون ذخیره سازی و مانند آن مایل به جداسازی گفتار از موزیک هستیم، نیاز به سیستمی که بتواند بطور خودکار بازشناسی گفتار از موزیک را انجام دهد احساس می شود. در این تحقیق بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان مورد مطالعه قرار گرفته است. برای این منظور ویژگیهای ضرایب کپسترال حاصل از ضرایب پیشگویی خطی(LPCC) ، ضرایب کپسترال مبتنی بر معیار مل (MFCC) و مشتقات اول آنها آزمایش شده اند. نتایج بدست آمده بیانگر کارایی بالای تکنیک ماشین بردار پشتیبان در بازشناسی گفتار از موزیک و نیز بهتر بودن مشتق اول ضرایب کپسترال نسبت به خود آنها در این کاربرد می باشد.
بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان Keywords:
بازشناسی گفتار از موزیک- ماشین بردار پشتیبان- ضرایب پیشگویی خطی- معیار مل
بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان authors
محمدمهدی همایون پور
استادیار دانشکده مهندسی کامپیوتر و فناوری اطلاعات
سید حسین خاتون آبادی
کارشناسی ارشد مهندسی کامپیوتر
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 :