تشخیص جنسیت از روی صدا با استفاده از ماشین بردار پشتیبان

چکیده مقاله

تمایل به ایجاد ارتباط گفتاری انسان با کامپیوتر و همینطور گسترش استفاده از اینترنت و امكان دریافت سرویسهای مختلف اطلاعاتی و خدمات از راه دور، باعث اهمیت روزافزون تكنیكهای مختلف پردازش گفتار شده است. یكی از تكنیكهای پردازش گفتار، تشخیص اتوماتیك زن یا مرد بودن یك فرد از روی صدا است. در این مقاله مسأله تشخیص جنسیت با استفاده از ماشین بردار پشتیبان (SVM) مطرح شده است. تشخیص جنسیت با استفاده از ضرایب کپسترال مبتنی بر آنالیز پیشگوئی خطی و ضرایب کپسترال مبتنی بر معیار مل انجام شده است. در این روش از SVM با هست RBF و همچنین SVM با هسته چندجمله ای استفاده شده است و نتایج برتری هسته RBF را بر هسته چندجمله ای در این کاربرد خاص نشان می دهد. آزمایشات مختلف حاکی از برتری ضرایب MFCC نسبت به ضرایب LPCC در تعیین جنسیت گوینده می باشد، همچنین افزودن مشتق اول به ویژگی ها باعث بهبود کارایی سیستم می شود.

دریافت لینک دانلود مقاله