طراحی سیستم تشخیص گوینده مستقل از متن میکروفونی با استفاده از شبکه های عصبی پرسپترونی

در این مقاله طراحی سیستمی برای تشخیص گوینده مستقل از متن معرفی شده است. یکی از کاربردهای مهم آن می تواند در سیستم ها و محیط های هوشمند برای تشخیص افراد و کاربردهای امنیتی 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.

کلیدواژه ها:

تشخیص گوینده ، MFCC ، شبکه عصبی ، پردازش گفتار