ادغام دو ویژگی MFCC و LPCC با استفاده از الگوریتم PSO برای تشخیص جنسیت گوینده صدا

ویژگی های ضرایب کپسترال بر پایه مل MFCCو ضرایب کپسترال بر پایه پیش گویی خطی LPCC دو ویژگی موفق در زمینه دسته بندی های حوزه گفتار مخصوصا تشخیص جنسیت گوینده صدا شناخته میشود. دراین مقاله باارائه یک روش جدید ونوارائه شده است که با استفاده از الگوریتم PSO ضریبهایی از ویژگی MFCC,LPCC که باعث افزایش دقت دسته بندی می شوند را انتخاب و ضرایبی که تاثیرمنفی درافزایش دقت دسته بندی دارد را حذف دارد. ضرایب مفید موجود در این دو ویژگی با هم ادغام می شوند و از ان برای تشخیص جنسیت گوینده صدا استفاده می گردد نتایج نشان می دهد صحت تشخیص جنسیت گوینده صدا برای 50 صدای مرد و زن مختلف با استفاده از روش پیشنهادی نسبت به ویژگی MFCC وLPCC بیشتر بودهاست. در صورتی که در هر محیط نویزی ار ضرایب بهینه مخصوص به خودش استفاده گردد میتوان دقت دسته بندی بالاتر از 90 درصد رادر تمامی محیط هاینویزی غیر از محیط نویزی Volvo داشته باشیم.

کلیدواژه ها:

تشخیص جنسیت گوینده صدا ، دسته بندی SVM ویژگی MFCC ویژگی LPCC ، مقاومسازی دربرابر نویز