تشخیص جنسیت از روی صدا با استفاده از ماشین بردار پشتیبان

هر تمایل به ایجاد ارتباط گفتاری انسان با کامپیوتر و همینطور گسترش استفاده از اینترنت و امکان دریافت سرویسهای مختلف اطلاعاتی و خدمات از راه دور باعث اهمیت روزافزون تکنیکهای مختلف پردازش گفتار شده است یکی از تکنیکهای پردازش گفتار تشخیص اتوماتیک زن یا مرد بودن از روی صدا است در این مقاله مساله تشخیص جنسیت با استفاده از ماشین بردار پشتیبان SVM مطرح شده است تشخیص جنسیت با استفاده از ضرایب کپسترال مبتنی بر آنالیز پیشگویی خطی و ضرایب کپسترال مبتنی بر معیار مل انجام شده است در این روش از SVM با هست RBF و همچنین SVM با هسته چند جمله ای استفاده شده است و نتایج برتری هسته RBF را بر هسته چند جمله ای در این کاربرد خاص نشان می دهد آزمایشات مختلف حاکی از برتری ضرایب MFCC نسبت به ضرایب LPCC در تعیین جنسیت گوینده می باشد همچنین افزودن مشتق اول به ویزگی های باعث بهبود کارایی سیستم می شود

کلیدواژه ها:

تشخیص جنسیت ، پردازش صوت ، ماشین بردار پشتیبان ، ضرایب کپسترال مبتنی بر پیشگویی خطی