محمد علی کیوان راد - دانشکده کامپیوتر دانشگاه امیرکبیر
محمد مهدی همایون پور - دانشکده کامپیوتر دانشگاه امیرکبیر

در این مقاله ایده و روش های جدیدی برای تشخیص اتوماتیک جنسیت پیشنهاد و آزمایش گردیده است. از جمله این روش ها می توان به استفاده از شبکه عصبی MLP ترکیب شده با الگوریتم ژنتیک برای تنظیم بهتر وزن های شبکه، استفاده از شبکه عصبی ANFIS و تطبیق آن برای تشخیص جنسیت و تلفیق شده آن با روش FCM نام برد. بهترین نتیجه از شبکه Anfis ترکیب شده با FCM بدست آمد. ضمن این که روش های دیگر نیز از کارایی بسیار خوبی برخوردار بودند. بهترین نتیجه برای دادگان TIMIT برابر 97/5% و برای دادگان OGI برابر 96/31% بدست آمد. این دقت بالا در دادگان OGI که دادگانی تلفنی چند زبانه با SNR پائین است نشان می دهد که روشهای پیشنهادی در برابر تغییر زبان گوینده و کیفیت پائین داده های گفتاری مقاوم هستند. علاوه بر این به کمک شبکه عصبی ژنتیکی، شبکه ای سریع ساخته شد که بتواند تنها با 3 نرون در لایه میانی به دقتی مشابه شبکه عصبی MLP برسد.

تشخیص جنسیت، شبکه عصبی MLP ، الگوریتم ژنتیک، شبکه Anfis