ارزیابی صوت با روش MFCC ماشین بردار پشتیبان و بهینه سازی آن
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTI01_046
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
تشخیص الفبا از زیرشاخههای تشخیص گفتار است و از دیر باز در علوم مختلف بکار برده میشود و حوزه وسیعی از تحقیق را برای محققان فراهم نموده است. پردزش صدا شامل تلفظ توسط یک انسان یا ماشین انسان نما و سپس بازیابی توسط یک رایانه صورت می گیرد. برای تشخیص الفبا روشهای زیادی پیشنهاد شده است. در این مقاله روشهای متفاوتی در مورد استخراج ویژگی و دسته بندی الفبا با تلفیق از نوعی از الگوریتمها داریم .در این مقوله مشکلاتی نیز پیشرو داریم از جمله این مشکلات میتوان به مجموعه E-set اشاره کرد این مجموعه شامل حروف Z و B ،C ،D ،E ،G ،P ،T ،V میباشد مشکل این مجموعه شبیه بودن واج آوایی E در همه این حروف است که باعث مشکل شدن تشخیص این مجموعه می شود همچنین در این رابطه می توان واج ارایی بدست آمده را توسط الگوریتم کالمن بهینه سازی نمود. در این مقاله با استفاده از روش استخراج ویژگی MFCC و روش طبقه بندی SVM به نتایج مطلوبی دست پیدا کردیم.
کلیدواژه ها:
نویسندگان
امید خواجه
دانشجوی کارشناسی ارشد مهندسی برق الکترونیک موسسه غیرانتفاعی فخرالدین اسعد گرگانی
مرتضی احمدی
هییت علمی موسسه فخرالدین اسعد گرگانی
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 :