روشی جدید برای بهبود کیفیت سیستمهای تبدیل صدا

  • سال انتشار: 1386
  • محل انتشار: سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: ACCSI13_229
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1684
دانلود فایل این مقاله

نویسندگان

مرتضی فرهید

دانشجوی کارشناسی ارشد دانشگاه تبریز

محمدعلی طینتی

دانشیار دانشگاه تبریز دانشگاه تبریز

چکیده

تبدیل صدا، شاخه ای از پردازش گفتار است که با هویت افراد سروکار دارد. طرحی جدید برای سیستمهای تبدیل صدا در این مقاله پیشنهاد شده است . ما فرکانسهای طیفی خطی (LSF) مقیاس Bark شده را بهعنوان ویژگی پایه بکار میبریم. همچنین، فریم های صدادار و بی صدا توسط الگوریتم اندازه گیری همواری طیفیSFMاز هم جدا شده و کتابکد (codebook) برای هرکدام، توسط الگوریتمLBG مجزا محاسبه می شود . یکسان سازی دیتا توسط ، الگوریتم(DTW) Dynamic Time Warping انجام می گردد . بعلاوه برای بهبود کیفیت سیستم تبدیل صدا ، فرکانس پایه (pitch) ،انرژی، کانتورpitch یکسان سازی طول سیگنال گفتار و فیلتر پایین ، گذر انجام میشود. نتایج برای تست شنواییABX با توجه به پایگاه داده ای که خودمان ساخته ایم، قابل قبول است.

کلیدواژه ها

سیگنال گفتار، تبدیل صدا، فرکانسهای طیفی خطی، الگوریتم،DTW کوانتیزاسیون برداری

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.