یک سیستم آشکارساز گوینده مبتنی بر مدل مخلوط گاوسی برای جستجوی مستندات گفتاری در محیطهای واقعی و عملیاتی
محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 964
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI10_102
تاریخ نمایه سازی: 25 آذر 1390
چکیده مقاله:
دراین مقاله یک سیستم جستجوگر و آشکارساز گوینده مستقل از متن که برای بکارگیری در محیطهای نویزی و عملیاتی طراحی و پیاده سازی شده است معرفی میگ ردد دراولین مرحله از پردازش سیستم فوق با استفاده از یک اشکارساز گفتار VAD مقاوم که در محیط های نویزی و با SNR پایین کارایی بسیار خوبی داردسیگنال گفتار را از سکوت جدا می کند درمرحله استخراج ویژگی از پارامترهای کپسترال MFCC و مشتقات آن که نسبت به پارامترهای کپسترال LPCC مقاومت بیشتری در برابرنویز دارند استفاده می نماید برای رسیدن به بهترین تخمین از پارامترها در مدل مخلوط گاوسی GMM از آموزش دو مرحله ای خوشه بندی سلسله مراتبی و سپس تخمین EM بهره جسته ایم و برای آنکه خاصیت تعمیم مدلها برروی داده های نادیده مطلوب باشد تعداد توابع گوسی در مدل مخلوط گاوسی بصورت تطبیقی تعیین شده است.
کلیدواژه ها:
نویسندگان
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 :