ارایه یک روش ترکیبی استخراج ویژگی برای جداسازی قسمت های واکدار و بی واک سیگنال صحبت با استفاده از روش کلاس بندی SVM

در این مقاله به بررسی جداسازی قسمت های مختلف یک فایل صحبت می پردازیم. ابتدا با معرفی سه روش متفاوت جداسازی، هدف این است که بتوان قسمت های ساکت در یک سیگنال صحبت را از کل سیگنال ورودی حذف کرد. با این عمل می توان از سیگنال باقی مانده جهت انجام تغییراتی هدفمند بر روی آن بدون اینکه مشهود باشد استفاده نمود. بر این اساس هدف جداسازی قسمت های واکدار و بی واک در یک سیگنال صحبت است. برای این کار ابتدا به معرفی گروهی از موثرترین ویژگی ها از حوزه های مختلف سیگنال برای استخراج از هر فریم صحبت می پردازیم. در مرحله ی بعد با ترکیب ویژگی های بدست آمده، مجموعه ای 346 بعدی از ویژگی ها برای جداسازی قسمت های مختلف سیگنال صحبت ایجاد میشود. سپس عملکرد آنها را با استفاده از ماشین طبقه بندی کننده ی بردار پشتیبان مورد ارزیابی قرار میدهیم. در انتها با بررسی عملکرد کرنل های غیر خطی مختلف، انتخاب بهترین کرنل جهت جداسازی هرچه بهتر کلاس ها انجام می گیرد. در پایان دقت و عملکرد سیستم در مورد استفاده از این کرنل ها مورد مقایسه و ارزیابی قرار می گیرد. نتایج نشان میدهد با استفاده از بردار ویژگی ارایه شده سیستم قادر است با دقت % 95,43 جداسازی قسمت های مختلف سیگنال صحبت را انجام دهد.

Keywords:

پردازش گفتار , SVM , کلاس بندی , تبدیل Kernel , RBF , Polynomial , Sigmoid