دانلود مقاله ترجمه شده بهبود عملکرد تشخیص صدا با استفاده از الگوریتم مبتنی بر سطح فریم

Q: نویسنده/ناشر/نام مجله

In Communications Signal Processing and their Application

چطور این مقاله مهندسی برق را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2004371 رایگان است. ترجمه چکیده این مقاله مهندسی برق در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید برای دریافت لینک دانلود مقاله آدرس ایمیل خود را درج نمایید

مایل به دریافت ترجمه فارسی هستید؟

قیمت :

765,000 ریال

شناسه محصول :

2004371

سال انتشار:

2015

حجم فایل انگلیسی :

1 Mb

حجم فایل فارسی :

237 کیلو بایت

نوع فایل های ضمیمه :

Pdf+Word

کلمه عبور همه فایلها :

www.daneshgahi.com

عنوان فارسي

بهبود عملکرد تشخیص صدا با استفاده از الگوریتم مبتنی بر سطح فریم

عنوان انگليسي

Boosting Speaker Identification Performance Using a Frame Level Based Algorithm

نویسنده/ناشر/نام مجله

In Communications, Signal Processing, and their Application

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی برق شامل 6 صفحه انگلیسی به صورت پی دی اف و 18 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

در این مقاله یک الگوریتم برای بهبود عملکرد سیستم های تشخیص صدا ارائه می کنیم. یک سیستم تشخیص صدای baseline از آزمون گفتار در مقایسه با تمام مدل های گویندگان استفاده می کند؛ در مرحله مشاهده این کار یک ارزیابی است. در روش ارائه شده، و قبل از فاز ارزیابی استاندارد، یک الگوریتم مبتنی بر ارزیابی سطح فریم اعمال می شود. بررسی تشخیص صدا با استفاده از مجموعه IVIE و 120 گوینده که به صورت تصادفی از TIMIT انتخاب شدند انجام شد. ضرایب کپسترال فرکانس مل (MFCC) و مدل مخلوط گوسی (GMM) مولفه های اصلی پیشرفته ترین سیستم های تشخیص صدا هستند و در این کار استفاده می شوند. نتایج تجربی مبتنی بر چند سیستم با شرایط آموزش و آزمون متفاوت، نشان داد که الگوریتم ارائه شده کاهش نسبی در خطا به میزان 24.4 و 37.3 درصد بترتیب برای IVIE و TIMIT را به دنبال دارد. ارزیابی عملکرد نهایی نشان دهنده میزان خطای 3.4 و 5.2 بترتیب برای IVIE و TIMIT می باشد.

1-مقدمه

تشخیص صدا فرایند تشخیص خودکار اشخاص از روی صدای آن ها می باشد [1]. تشخیص صدا شامل دو کار عمده می باشد: تصدیق هویت گوینده و تشخیص هویت گوینده [2]. هدف از تصدیق هویت گوینده، قبول یا رد هویت ادعاشده توسط شخص از روی صدای شخص است، کاربردهای بالقوه ای در تصدیق زیست سنجی فرد وجود دارد مانند بررسی هویت هنگام پرداخت با کارت اعتباری و در پزشکی قانونی [3]و [4]. تشخیص صدا درواقع اختصاص یک صدای ناشناخته به یکی از گویندگان شناخته شده توسط سیستم می باشد؛ در این جا فرض می شود که صدا از یک مجموعه ثابت از گویندگان دریافت می شود...

تشخیص صدا مدل مخلوط گوسی ضرایب کپسترال فرکانس مل :کلمات کلیدی

چکیده انگلیسی

Abstract

In this paper, we propose an algorithm to improve the performance of speaker identification systems. A baseline speaker identification system uses a scoring of a test utterance against all speakers' models; this could be termed as an evaluation at the observation level. In the proposed approach, and prior to the standard evaluation phase, an algorithm based on a frame level evaluation is applied. The speaker identification study is conducted using IVIE corpus and a randomly selected 120 speakers from TIMIT. Mel-frequency cepstral coefficients (MFCC) and Gaussian mixture model (GMM) are the main components in state of the art speaker identification systems and will be adopted in this work. Experimental results based on several systems with different training and testing conditions, showed that our proposed algorithm yielded to relative reduction in error rates of 24.4 and 37.3% over the baseline systems respectively for IVIE and TIMIT. The final performances reached measured by identification error rates are 3.4% and 5.2% for IVIE and TIMI corpuses