CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

شناسایی و تقطیع همپوشانی گفتار گویندگان به کمک روشهای یادگیری ماشین و کاربرد آن در شاخص گذاری گفتار گویندگان

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۳۴۰ | نظرات: ۰
سرفصل ارائه مقاله: کامپیوتر / Computer
سال انتشار: ۱۳۸۶
کد COI مقاله: ICEE15_223
زبان مقاله: فارسی
حجم فایل: ۶۳۲.۲۵ کلیوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله شناسایی و تقطیع همپوشانی گفتار گویندگان به کمک روشهای یادگیری ماشین و کاربرد آن در شاخص گذاری گفتار گویندگان

محمدحسین معطر - آزمایشگاه سیستمهای هوشمند پردازش صوت و گفتار، دانشکده مهندسی کامپیو
محمدمهدی همایونپور - آزمایشگاه سیستمهای هوشمند پردازش صوت و گفتار، دانشکده مهندسی کامپیو
سعید شیری قیداری - آزمایشگاه سیستمهای هوشمند پردازش صوت و گفتار، دانشکده مهندسی کامپیو

چکیده مقاله:

همپوشانی در گفتار به معنای وجود و تاثیر گفتار بیش از یک فرد در سیگنال صوتی به شکل همزمان است و معمولا در اثر نزدیکی منابع صوتی و یا اختلال در کانال انتقال گفتار روی میدهد. وجود همپوشانی در گفتار تاثیرات مخربی بر میزان شناسایی دارد و همچنین در ردیابی و تشخیص فعالیتهای گویندگان از اهمیت بالایی برخوردار است. در اکثر روشهایی که تاکنون برای ناسایی همپوشانی در گفتار پیشنهاد شده است. از ویژگیهایی مثل تناوب طیف، سیگنال گفتار برای این منظور استفاده شده است و کمتر از روشهایی برای یادگیری سیگنال گفتار همپوشان استفاده شده است. در این مقاله برخی از روشهای یادگیری ماشین مثل، شبکه های عصبی، ماشین بردار پشتیبان، دسته بندی کنندهk نزدیک ترین همسایه و همچنین مدل مخلوط گوسی برای مدلسازی و سپس تقطیع گفتار دارای همپوشانی مورد بررسی قرار گرفته است. نتایج حاصل از ارزیابی ها حکایت ازکارایی بسیار خوب روشهایی مانند SVM و GMM در شناسایی و تقطیع قطعات گفتاری دارای همپوشانی دارد.

کلیدواژه‌ها:

شاخص گذاری گفتار مبتنی بر گوینده ، تقطیع همپوشانی ، ماشین بردار پشتیبان ، مدل مخلوط گوسی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICEE15-ICEE15_223.html
کد COI مقاله: ICEE15_223

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
معطر, محمدحسین؛ محمدمهدی همایونپور و سعید شیری قیداری، ۱۳۸۶، شناسایی و تقطیع همپوشانی گفتار گویندگان به کمک روشهای یادگیری ماشین و کاربرد آن در شاخص گذاری گفتار گویندگان، پانزدهیمن کنفرانس مهندسی برق ایران، تهران، مرکز تحقیقات مخابرات ایران، https://www.civilica.com/Paper-ICEE15-ICEE15_223.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (معطر, محمدحسین؛ محمدمهدی همایونپور و سعید شیری قیداری، ۱۳۸۶)
برای بار دوم به بعد: (معطر؛ همایونپور و شیری قیداری، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • N. Chandra and R.E. Yantorno, *Usable Speech Detectior Using Modified ...
  • A. Iyer and M. Gleiter and B. Smolenski and R. ...
  • R.E. Yantorno, ،Co-Charnrel Speech Study, Final Report For Summer Research ...
  • J.K. Shah and B. Y. Smolenski and R.E. Yantorno and ...
  • R.E. Yantono, ،0A Study of Spectral A utocorrelation Peak Value ...
  • K. Laskowski and T. Schultz, _ Unsupervised Learring of Overlapped ...
  • _ Yamamoto and F. Asano and T. Yamada and N. ...
  • S. Wrigley and G. Brown and S. Renals, "Speech and ...
  • M. H. Moattar and M. M. Homayounpo ur, *Speech Overlap ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.