ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص زبان گوینده با استفاده از ضرایب MFCC و روش دسته بندی ماشین بردار پشتیبان

سال انتشار: 1392
کد COI مقاله: EOESD01_166
زبان مقاله: فارسیمشاهده این مقاله: 1,331
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص زبان گوینده با استفاده از ضرایب MFCC و روش دسته بندی ماشین بردار پشتیبان

علی درگاهی - دانشجوی کارشناسی ارشد مهندسی برق،عضوباشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد گناباد
جلیل شیرازی - استادیار گروه برق مخابرات دانشگاه آزاد اسلامی واحد گناباد

چکیده مقاله:

در این مقاله شناسایی و دسته بندی 10 زبان مختلف از روی سیگنال گفتار زبان به صورت ناوابسته به گوینده، شامل زبانهای ترکی، اسپانیایی، روسی،پرتغالی، کره ای، ژاپنی، آلمانی، فرانسوی، چینی و عربی توسط دسته بندی کننده ماشین بردار پشتیبان انجام شده است. سیگنالهای گفتار زبان هر کلاس بهقابهای 20 میلی ثانیه تقسیم شده و برای هر قاب 13 ضریب MFCC 01 ضریب ، ΔMFCC به عنوان سرعت و 13 ضریب ΔΔMFCC به عنوان شتاب وهمچنین پارامتر ENERGY به عنوان انرژی قاب، ضریب ENERGY Δ به عنوان سرعت و ضریب ENERGY ΔΔ بعنوان شتاب،که در مجموع 42ضریب را تشکیل می دهند، به عنوان بردارهای ویژگی قاب استخراج و محاسبه شده است. دسته بندی و تشخیص 10 زبان را با استفاده از لیفترهای مختلف ودر شرایط متفاوت بررسی کرده و نتایج بدست آمده، نشان دهنده کارآیی بالای ویژگی های استفاده شده در تشخیص زبان های مورد استفاده در این تحقیقمی باشد.

کلیدواژه ها:

تشخیص زبان گوینده، ماشین بردار پشتیبان، ضرایب MFCC ، لیفترینگ

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا EOESD01_166 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/252725/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
درگاهی، علی و شیرازی، جلیل،1392،تشخیص زبان گوینده با استفاده از ضرایب MFCC و روش دسته بندی ماشین بردار پشتیبان،همایش مهندسی برق و توسعه پایدار با محوریت دستاوردهای نوین در مهندسی برق،مشهد،https://civilica.com/doc/252725

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، درگاهی، علی؛ جلیل شیرازی)
برای بار دوم به بعد: (1392، درگاهی؛ شیرازی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • C. Cortes, V. Vapnik, "Support vector networks, " Mach. Learn, ...
  • K.K. Paliwal. On The Use Of Fliter-Bank Energies As Fetures ...
  • X. Huang, A. Acero and H. Hon, Sp okenLanguage Processing: ...
  • Jayram, A.K.V.Sai, Ram asubramanian, V., Sreenivas, T.V. Automatic Language Recognition ...
  • E. Singer, P.A. Torre s-Carrasquillo _ T.P. Gleason, W.M. Campbell, ...
  • J.-julien Aucouturier and F. Pachet, "Improving Timbre Similarity : How ...
  • LU S hi -Dan, Rong-Yi , An approchto content- independent ...
  • Sudhamay Maity1, Anil Kumar Vuppala2, K. Sreenivasa Rao1, and Dipanjan ...
  • Rania (hakroun, Yassine BenAyed. Automati c Language _ dent i ...
  • Subhadeep Dey, Hema Murthy. Universal Syllable Tokeniser for Language Identification ...
  • Sadanandam Manchala _ V. Kamakshi Prasad .V. Janaki. GMM based ...
  • http ://www. cs .cmu.edu/-tanj a/G _ ob alP hone/inde x-e-wel ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 676
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی