ارائه یک دسته بندی تجمعی به منتظور دسته بندی سیگنال گفتار
محل انتشار: اولین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,297
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCSCIT01_040
تاریخ نمایه سازی: 19 بهمن 1390
چکیده مقاله:
بازشناسی خودکار گفتار اساساً به مسئله دسته بندی الگو بر می گردد.اگر چه دینامیک بودن سیگنال گفتار مانع شده است که چنین مسئله ای به عنوان یک روش سته بندی الگوی ساده مطرح گردد.در این مقاله به معرفی یک متد جدید در تشخیص گفتار کلمات گسسته و مستقل از گوینده , بر اساس دسته بند Random Forest پیرداخته می شود. متد پیشنهادی دارای 2 بخش اصلی است. در بخش اول سیگنال گفتار به یک مجموعه از فریم ها تبدیل می شودوس÷س از هر فریم , 12MFCC به همراه انرزی و ضرایب پویایشان ویزگی استخراج می گردد.در بخش دوم توسط دسته بند Random Forest , کلاس هر گفتار ورودی محسابه می شودو نهایتاً بهترین کلاس , توسط رای اکثریت مشخص می گردد.اعتبار متد پیشنهادی با دیتابیس TIMIT تست شده و نتایج ارزیابی با روش مدل مخفی مارکوف مقایسه شده است.
کلیدواژه ها:
نویسندگان
مهرداد عطار
گروه کامپیوتر - دانشگاه آزاد اسلامی واحد دزفول
پروانه عصاره
گروه کامپیوتر - دانشگاه آزاد اسلامی واحد ملایر
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 :