مروری بر روش های پیشین در زمینه تشخیص جنسیت از طریق سیگنال گفتار

سیگنال های گفتار، ابزارهای مشترک ارتباطی محسوب می شوند. در عصر حاضر، سیگنال های گفتار در تعداد زیادی از کاربردهای واقعی زندگی به کار می روند. هدف دسته بندی جنسیت، تشخیص جنسیت از سیگنال گفتار توسط آنالیز سیگنال گفتار می باشد ارزیابی دقیق گام صدا به علت سیگنال گفتاری غیرایستان، تفاوت گفتار سخنران و تغییرات ظاهری، کار بسیار دشواری است. در بعضی موارد، فراوانی مرد تقریبا همان فراوانی زن است یا فراوانی زن شبیه به مرد می باشد. در چنین مواردی، تشخیص جنسیت دقیق با به کارگیری گام صدا، بسیار دشوار است. روش اعتبارسنجی برای مجموعه داده های آزمایشی و آموزشی و تشخیص جنسیت (مرد و زن)، به کار گرفته می شود. مراحل دسته بندی در روش پیشنهادی حاوی آموزش، آزمایش و اعتبارسنجی داده، می باشد. الگوریتم های دسته بندی متفاوتی موجود هستند که برای محاسبه دقت تشخیص، می توانند در سیستم پیشنهادی به کار روند. در این پژوهش، روش های تشخیص جنسیت از طریق سیگنال گفتار بررسی می گردد. در روش های پیشین، عمدتا الگوریتم های یادگیری ماشین، الگوریتم های فراابتکاری و شبکه عصبی مورد استفاده قرار گرفته اند.

کلیدواژه ها:

سیگنال های گفتار ، تشخیص جنسیت ، یادگیری ماشین ، الگوریتم های فراابتکاری ، شبکه عصبی