ارایه راهکاری جهت بهبود شناسایی گویندگان مستقل از متن فارسی زبان بر اساس انتخاب ویژگیهای گفتار با الگوریتم ازدحام ذرات باینری

شناسایی گوینده بر اساس ویژگی های گفتار یکی از روشهای مهم تشخیص هویت است. معمولا تمام ویژگیهای گفتار انسان مفید و موثر نیستند. وجود ویژگیهای زیاد، تکراری و نامناسب باعث بالا رفتن هزینه مدلسازی و کاهشدقت در شناسایی گوینده میشود. هدف از انتخاب ویژگی، حداقل کردن ابعاد فضای ویژگی، کاهش هزینههای محاسباتی و اقتصادی، افزایش دقت دستهبند و ... است. در این مقاله یک روش موثر مبتنی بر همافزایی الگوریتمبهینه سازی ازدحام ذرات باینری با مدل مخلوط گوسی ) PSO_GMM ( به منظور انتخاب ویژگیهای مناسب گفتار و بهبود کارایی سیستمهای بازشناسی گوینده مستقل از متن ارایه شده است. الگوریتم پیشنهادی را در یک گروه 40نفره از زنان و مردان بین سنین 30 تا 50 سال که به طور تصادفی از پایگاه داده فارس دات انتخاب شدهاند مورد آزمایش قرار دادیم. برای هر گوینده، 39 ویژگی از گفتاربر اساس روش LPCC ، مشتق اول، مشتق دوم و ضریب انرژی در نظر گرفته شده است. مدلسازی گویندگان بر اساس مدل مخلوط گوسی ) GMM ( می باشد و برای انتخاب ویژگی-های موثر از الگوریتم بهینهسازی ازدحام ذرات باینری استفاده شده است. نتایج آزمایشات نشان دادند سیستم پیشنهادی PSO_GMM با انتخاب مناسب ویژگیهای گفتار به طور متوسط دقت شناسایی هویت گوینده را 7/53درصد نسبت به مدل مخلوط گوسی پایه افزایش و تعداد ویژگیهای انتخابی را به میزان %53/84 نسبت به مدل مخلوط گوسی پایه کاهش داد

کلیدواژه ها:

انتخاب ویژگی ، الگوریتم بهینه سازی ازدحام ذرات ، شناسایی گوینده ، گویندهی مستقل از متن ، دسته بندمدل مخلوط گوسی