تشخیص گوینده دارای معلولیت گفتاری با استفاده از شبکه عصبی مصنوعی و ضرایب کپسترال

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 432

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCO04_106

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

تشخیص هویت گوینده از روی سیگنال صوتی یکی از حوزه های تحقیقاتی مورد علاقه محققین در سال های اخیر بوده است. در این پژوهش طراحی سیستمی برای تشخیص گوینده وابسته به متن برای افراد معلول معرفی شده است. یکی از کاربردهای مهم آن می تواند در سیستم ها و محیط های هوشمند برای توانمندی به افراد معلول باشد. با توجه به مطالعات صورت گرفته بهترین مجموعه ویژگی ها انتخاب شده برای این کار شامل ویژگی های MFCC، انرژی، مشتق مرتبه اول و دوم است که در آنها ویژگی های توصیف گر و متمایز کننده ای تولید خواهد شد. سیستم پیشنهادی بر مبنای شبکه عصبی پرسپترونی پیاده سازی شده است و این شبکه حکم دسته بند و بخش تصمیم گیری را دارد. سیستم پیشنهادی در بهترین حالت با درصد صحت بازشناسی 97.3% همراه بوده است.

نویسندگان

ساسان آکوشیده

گروه فنی مهندسی، دانشکده فنی، دانشگاه آزاد اسلامی واحد دامغان، دامغان، ایران

سید جواد محمدی بایگی

گروه فنی مهندسی، دانشکده فنی، دانشگاه آزاد اسلامی واحد دامغان، دامغان، ایران

رضا مرتضوی

گروه فنی مهندسی، دانشکده فنی، دانشگاه آزاد اسلامی واحد دامغان، دامغان، ایران