تشخیص واج های زبان انگلیسی با استفاده ازضرایب MFCC و دسته بندی آنها بوسیله ماشین بردارپشتیبان
- سال انتشار: 1392
- محل انتشار: پنجمین کنفرانس ملی مهندسی برق و الکترونیک ایران
- کد COI اختصاصی: ICEEE05_395
- زبان مقاله: فارسی
- تعداد مشاهده: 1010
نویسندگان
دانشجوی کارشناسی ارشدکنترل
استادیاردانشگاه آزاد اسلامی واحد گناباد
چکیده
دراین مقاله شناسایی و دسته بندی واج های زبان انگلیسی ناوابسته به گوینده که ازبانک اطلاعاتی TIMIT استخراج شده و توسط دسته بندی کننده ماشین بردارپشتیبان دسته بندی شده است مورد بررسی قرارمیگیرد تعداد 39 کلاس که هرکلاس معادل یک واج می باشد واج های هرکلاس به قابهای 20میلی ثانیه تقسیم شده و برای هرقاب 13 ضریب MFCC 13ضریب ΔMFCC به عنوان تغییرات سرعت و 13ضریب ΔΔMFCCبه عنوان تغییرات شتاب و درپایان 1ضریب بعنوان NERGY Δ که درمجموع 40ضریب به عنوان بردارهی ویژگی استخراج و محاسبه شده است سپس با استفده ازSVM به عنوان یک روش دسته بندی اقدام به دسته بندی واجهای تست با دقت 93.37درصد شده است نتایج بدست امده نشان دهنده کارایی بالای ویژگیهای استفاده شده درتشخیص واج های انگلیسی مورد استفاده دراین تحقیق می باشدکلیدواژه ها
کپسترال، ماشین بردارپشتیبان، MFCCمقالات مرتبط جدید
- مدلسازی و شبیه سازی جبران ساز سری سنکرون استاتیکی توزیع برای حل چالش های شبکه توزیع بر پایه الگوریتم بهینه سازی گرگ خاکستری
- Adaptive Control Strategies for Fast Charging of EVs with Battery Degradation Mitigation
- شناسایی مانع با استفاده از دید استریو برای خودروهای بدون سرنشین
- Multi-Gbest Decomposition for Many-Objective Optimization
- ترکیب منابع انرژی پیزوالکتریک و ترموالکتریک به منظور افزایش کارایی سیستم های برداشت انرژی
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.