تأثیر شرایط اولیه مناسب بر کارایی فیلتر رستا در سیستم های شناسایی زبان

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 920

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSICC15_298

تاریخ نمایه سازی: 26 مهر 1388

چکیده مقاله:

اثرات مخرب محیطی برسیگنال گفتار، موجب کاهش کارایی سیستم های بازشناسی خودکار زبان میشود. روشهایی چون اعمال فیلتر رستا به کاهش این اعوجاجات و استخراج ویژگی های مقاوم در برابر تغییرات کمک می کند فیلتر رستا یک فیلتر میان گذر است که در حوزه فرکانس مدولاسیون (لگاریتم طیف گفتار در طی زمان) بر دنباله زمانی طیف سیگنال گفتار اعمال شده و اعوجاجات غیرمفید فرکانس پایین و فرکانس بالای گفتاراعمال شده و اعوجاجات غیرمفید فرکانس پایین و فرکانس بالای گفتار را کاهش می دهد شرایط اولیه و مقدار قطب این فیلتر تاثیر اساسی برکارایی آن دارد و هرچه قطب فیلتر به یک نزدیکتر شود زمان پایداری فیلتر طولانی تر و بنابراین تنظیم شرایط اولیه مناسب برای ان مهم تر می شود در این مقاله یک روش مناسب برای محاسبه این شرایط اولیه پیشنهاد شده و تاثیر این شرایط اولیه بر یک سیستم بازشناسی زبان آزمایش گردیده است آزمایش ها روی دادگان گفتار تلفنی محاوره ای انجام شده است با قطب 0.999 و با شرایط اولیه صفر مقدار خطای EER شناسایی زبان برابر 14.02 و با شرایط اولیه معتبر برابر 11.87 بدست آمد که خطای EER با فیلتر رستای معمول را به میزان 2.15% کاهش داده است این نتایج تاثیر مهم شرایط اولیه معتبر برای فیلتررستا را در سیستم های شناسایی زبان نشان میدهد همچنین خطای فیلتر رستای بهبود داده شده نسبت به دو روش استخراج ویژگی مقاوم ETSI,MVA کمتر می باشد.

کلیدواژه ها:

فیلتر رستا ، شرایط اولیه فیلتر ، اعوجاجات و نویز محیطی ، فرکانس مدولاسیون ، سیستمهای بازشناسی خودکار زبان

نویسندگان

شقایق رضا

پژوهشکده پردازش هوشمند علائم، تهران.

زینب زینل خانی

پژوهشکده پردازش هوشمند علائم، تهران.

جهانشاه کبودیان

پژوهشکده پردازش هوشمند علائم، تهران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Arai, T., Takahashi, M., Kanedera, N.y, Takano, Y., ...
  • Avendano C., Vuuren S.V. and Hermansky H., "Data Based Filter ...
  • Hung, J., Lee, L, , "Optimization of Temporal Filters for ...
  • Kanedera, N., Arai, T., Hermansky, H., Pavel, M., "On Automatic ...
  • Recognition, " Speech Communication, 1999. ...
  • Kingsbury, B.E.D, Morgan, N., Greenberg, S., "Robust Modulation ...
  • Spectrogram, " Speech Communication, 1998. ...
  • Mesgarani, N., Shamma, S., "Speech Enhancement Based _ Filtering the ...
  • Shen, J.L., Hwang, W.L., "New Temporal Features for Robust Speech ...
  • Veth J.D. and Boves L, «Channel Normaliz ation Techniques for ...
  • _ _ Communication _ 1999. ...
  • Lee, S.H, "Robust Speech Recognition Features Based ...
  • Suo, H., Li, M., Yan, Y., "Using SVM as Backend ...
  • Reynolds, D.A., Campbell, W. M., Shen, W., Singer, E. " ...
  • Chen, C.P., Filali, K., Billmes, J. A., «MVA Processing of ...
  • "Extended Advanced Front-End Feature Extraction Algorithm, " ETSI Standard ES ...
  • _ _ _ _ _ no. 4, pp. 578-589, 1994. ...
  • نمایش کامل مراجع