سال انتشار: 1397
محل انتشار:
چهارمین کنفرانس پردازش سیگنال و سیستمهای هوشمند
کد COI مقاله: SPIS04_049
زبان مقاله: انگلیسیمشاهده این مقاله: 276
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
مشخصات نویسندگان مقاله Regularized Least Squares-Based Method for Optimal Fusion of Speech Pitch Detection Algorithms
چکیده مقاله:
Fundamental frequency estimation is one of the most important issues in the field of speech processing. An accurate estimate of the fundamental frequency plays akey role in the field of speech and music analysis. So far, various methods have been proposed in the time- and frequency-domain. However, the main challenge is thestrong noises in speech signals. In this paper, to improve the accuracy of fundamental frequency estimation, we propose method for optimal combination of fundamentalfrequency estimation methods, in noisy signals. In this method, to discriminate voiced frames from unvoiced frames in better way, the Voiced/Unvoiced (V/U) scores of four pitch detection methods are combined linearly. These methods are: Autocorrelation, Yin, YAAPT and SWIPE. After identifying the Voiced/Unvoiced label of each frame, the fundamental frequency (F0) of the frame is estimated using the SWIPE method. The optimal coefficients for linear combination are determined using the regularized least squares method with Tikhonov regularization. To evaluate the proposed method, 10 speech files (5 female and male voices) are selected from the PTDB-TUG standard database and the results are presented in terms of SDFPE, GPE, VDE, PTE and FFE standard error criteria. The results indicate that our proposed method relatively reduced the aforementioned criteria (averaged in various SNRs) by 27.13%, 22.14%, 17.40%, and 26.74% respectively, which demonstrate the effectiveness of the proposed method in comparison to state-of-the-art methods.
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا SPIS04_049 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/842964/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:Imani, Ziba and Kabudian, Seyed Jahanshah,1397,Regularized Least Squares-Based Method for Optimal Fusion of Speech Pitch Detection Algorithms,4TH IRANIAN CONFERENCE ON SIGNAL PROCESSING AND INTELLIGENT SYSTEMS,Tehran,https://civilica.com/doc/842964
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397, Imani, Ziba؛ Seyed Jahanshah Kabudian)
برای بار دوم به بعد: (1397, Imani؛ Kabudian)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات مرتبط جدید
- حل مسئله برنامه ریزی خطی کروی فازی
- تشخیص گریه نوزاد از سایر صداهای محیط با استفاده از یادگیری عمیق
- گامی فراتر در پیشگویی پیوند: یک مرور سیستماتیک بر پیشگویی پیوند چندلایه
- بهبود ترافیک شهری در شبکه های بین خودرویی با استفاده از رویکرد پروتکل وضعیت-اتصال و شبکه های عصبی
- تابعی اکتشافی برای بهبود دقت پیش بینی برنامه های جهش یافته آشکار کننده خطا
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- بررسی فرآیندهای بازیافت گاز همراه میادین نفت و فلر به منظور تولید برق در ایران
- طراحی و استقرار ساز و کار لازم برای انتخاب تجهیزات و ارزیابی مشخصات فنی آن ها با هدف کاهش تلفات انرژی الکتریکی
- بررسی اقتصادی و تحلیل و مقایسه بین دو سیستم گوگرد زدایی از سوخت مازوت و سولفورزدایی از دود دودکش
- تدوین روش استخراج هزینه راه اندازی انواع واحدهای نیروگاهی و ارائه شرایط و محدودیت های فنی جبران سازی وسیع توان راکتیو در عملکرد ژنراتورهای نیروگاهی
- سازه ها و تجهیزات صنعت برق (تولید، انتقال و توزیع)
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.