طبقه بندی شورایی تطبیقی برای تصدیق گوینده مستقل از متن

نویسندگان

محمد هاشمی نژاد

دانشگاه بیرجند - دانشکده مهندسی برق و کامپیوتر حسن فرسی

دانشگاه بیرجند - دانشکده مهندسی برق و کامپیوتر ناصر مهرشاد

دانشگاه بیرجند - دانشکده مهندسی برق و کامپیوتر

چکیده

این مقاله مسئله طبقه بندی شورایی را برای تصدیق گوینده مستقل از متن بررسی می کند. ازآنجاکه ممکن است یک طبقه بند از اطلاعات مختلف سیگنال گفتار بهره نبرد، استفاده از یک طبقه بند برای تصدیق گوینده ممکن است منجر به تصمیم قابل اعتمادی نشود. بنابراین بهترین سامانه های تصدیق گوینده از مجموعه ای از طبقه بندهای مکمل برای رسیدن به تصمیمات قابل اعتماد استفاده می کنند. در اکثر مطالعات اخیر که روی ترکیب طبقه بندها برای تصدیق گوینده انجام شده است، ترکیب خطی وزن داری از امتیاز طبقه بندهای خبره پایه برای رسیدن به امتیاز نهایی تصدیق استفاده می شود که وزن های این ترکیب با استفاده از روشی مانند رگرسیون لجستیک و در زمان آموزش به دست می آیند. در این تحقیقات مسائلی از قبیل همبستگی بین طبقه بندها و برتری برخی طبقه بندها برای برخی داده آزمون به خوبی در نظر گرفته نشده است. در این مقاله با استفاده از فرایند طراحی شورا و قاعده ترکیب بر اساس داده آزمون برای هر دو مسئله راه حلی ارائه می شود. بررسی های انجام شده ما روی دادگان ارزیابی تصدیق گوینده nist 2004 نشان می دهد روش پیشنهادی در مقایسه با روش مبنای ترکیب تنک طبقه بندها کارایی مناسبی را دارد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طبقه‌بندی شورایی تطبیقی برای تصدیق گوینده مستقل از متن

این مقاله مسئله طبقه‌بندی شورایی را برای تصدیق گوینده مستقل از متن بررسی می‌کند. ازآنجاکه ممکن است یک طبقه‌بند از اطلاعات مختلف سیگنال گفتار بهره نبرد، استفاده از یک طبقه‌بند برای تصدیق گوینده ممکن است منجر به تصمیم قابل‌اعتمادی نشود. بنابراین بهترین سامانه‌های تصدیق گوینده از مجموعه‌ای از طبقه‌بندهای مکمل برای رسیدن به تصمیمات قابل‌اعتماد استفاده می‌کنند. در اکثر مطالعات اخیر که روی ترکیب طبقه...

متن کامل

تصدیق مستقل از متن هویت گوینده بر اساس مدلسازی گفتار

بازشناسی گوینده به تشخیص افراد مختلف از طریق صدای آن ها گفته می شود. سامانه هایی بازشناسی گوینده طی سه مرحله استخراج ویژگی، محاسبه امتیاز مدل و تصمیم گیری بر اساس امتیاز حاصل، گوینده های متفاوت را از یکدیگر جدا می کنند. مهمترین چالش چنین سامانه هایی تغییر شرایط ضبط گوینده می باشد که به مسأله متغیر بودن کانال مشهور است. روش های متفاوتی برای غلبه بر مشکل تغییر کانال در هر سه مرحله ارائه شده است. ...

15 صفحه اول

طراحی ماسک مبتنی بر سیستم شنیداری در تصدیق مستقل از متن گوینده برای محیط های واقعی

در این پایان نامه، روش های جدید طراحی ماسک مبتنی بر ساختار شنیداری به منظور استفاده در سیستم های تصدیق گوینده در شرایط واقعی آکوستیکی پیشنهاد می شوند. برای نیل به این هدف، ابتدا، ماسک های انتخاب کانال ایده ال (ics)، شامل ics-ds، ics-er و ics-r، مبتنی بر ویژگی های gf، mf، rasta و pn طراحی شده و در سیستم تصدیق گوینده مورد استفاده قرار می گیرند. از آنجا که عملکرد سیستم تصدیق گوینده مبتنی بر mf-ics...

بررسی ویژگی های مقاوم برگرفته از سیستم شنوایی در تصدیق مستقل از متن گوینده برای محیط های واقعی

سیگنال گفتار یکی از واسط های ارتباطی میان انسان هاست که انواع مختلفی از اطلاعات را در خود دارد. بسته به نوع این اطلاعات کاربردهای مختلفی برای آن بوجود آمده است، که از آن جمله میتوان به تشخیص گوینده، گفتار، احساس، لهجه و زبان اشاره کرد. یکی از وظایف سیستم های تشخیص گوینده ، تصدیق هویت کاربر می باشد که هدف آن تایید یا رد گوینده مدعی به عنوان فرد مورد نظر سیستم است. اگر محتوای صحبت شخص گوینده در ت...

15 صفحه اول

روشی جدید در تشخیص گوینده مستقل از متن در محیط‌های نویزی

در این مقاله بازشناسی مقاوم به نویز گوینده در حالت مستقل از متن مورد توجه قرار گرفته است. روش پیشنهادی بر مبنای حذف سکوت از جملات و تقطیع آنها به واحدهای کوچک‌تر شامل چند آوا و حداقل یک واکه برای استخراج ویژگی‌های زمان‌بلند از جمله آنتروپی عمل می‌کند. یک واکه پرانرژی در هر قطعه گفتاری برای استخراج فرکانس پایه و فرمنت‌ها شناسایی می‌شود. با اعمال یک روش خوشه‌بندی، ویژگی‌های زمان‌کوتاه یعنی ضرایبِ ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
مهندسی برق دانشگاه تبریز

جلد ۴۷، شماره ۱، صفحات ۳۴۵-۳۵۴

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023