مقایسه ای بین کارایی ماشین بردار پشتیبان و هیبرید آن با کوانتیزاسیون برداری در تشخیص گفتار از موزیک

  • سال انتشار: 1383
  • محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: ACCSI10_096
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1281
دانلود فایل این مقاله

نویسندگان

محمدمهدی همایون پور

آزمایشگاه سیستمهای هوشمند صوتی گفتاری دانشگاه صنعتی امیرکبیر

مجید رئیسی دهکردی

کامبیز بدیع

سیدحسین خاتون آبادی

چکیده

در سالهای اخیر ماشین بردار پشتیبان یا SVM به شکل گسترده ای در مسائل شناسایی و دسته بندی الگو مورد استفاده قرار میگیرد نتایج حاصل از بکارگیری این روش درکاربردهای متفاوت دلالت برکارایی بالای آن دارد درمواردی چون برنامه های رادیویی و تلویزیونی که گفتار و موزیک تواما پخش می شود و بهدلایلی چون ذخیره سازی و مانند آن مایل به جداسازی گفتار از موزیک هستیم نیاز به سیستمی که بتواند بطور خودکار بازشناسی گفتار از موزیک را انجام دهد احساس می شود دراین مقاله بازشناسی گفتار از موزیک در پخش رادیویی به روش ماشین بردار پشتیبان موردمطالعه قرارگرفته است از آنجا که زمان آموزش و آزمایش در ماشین بردار پشتیبان بالا می باشد سیستم ترکیبی متشکل از کوانتیزاسیون برداری و ماشین بردار پشتیبان جهت کاهش زمان آموزش و آزمایش پیشنهاد شده است.

کلیدواژه ها

شناسایی گفتار از موزیک، ماشین بردار پشتیبان، کوانتیزاسیون برداری ، مشتق ضرایب کپسترال مبتنی بر معیار مل، مشتق ضریاب کپسترال مبتنی بر آنالیز پیشگویی خطی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.