مقایسه کارایی انواع سیستم های هوشمند به منظورتشخیص اتوماتیک جنسیت در فایل های صوتی
محل انتشار: کنفرانس بین المللی مهندسی، هنر و محیط زیست
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 436
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEAE01_022
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
تشخیص اتوماتیک جنسیت یکی از بخش های مهم سیستم های گفتاری می باشد که به سبب اهمیت آن از سال ها پیش بر روی آن کار و تحقیق انجام شده است. سیستم شناسایی خوکار جنسیت افراد از روی بردار های ویژگی سیگنال های صحبت آن ها یکی از زمینه های تحقیقاتی هوش مصنوعی در چندین سال اخیر می باشد. این سیستم ها قادرند یا توجه به صدای افراد هویت آن ها را تشخیص دهند. تشخیص جنسیت گوینده با توجه به صدای وی، از جمله قابلیت هایی است که توسط انسان به سادگی انجام می پذیرد. از جمله کاربرد های این سیستم ها می توان به استفاده در اولین بخش سیستم های تایید هویت گوینده جهت محدود کردن فضای جستجو در عملیات تشخیص گوینده و افزایش سرعت و دقت در این سیستم ها و دقت تشخیص گفتار با ساخت مدل های وابسته به جنسیت اشاره نمود. در این مقاله از ضرایب MFCC به عنوان بردارهای ویژگی ورودی در جهت مقایسه کارایی انواع سیستم های هوشمند استفاده شده است. نتایج بدست آمده نشان دهنده برتری روش XCS نسبت به سایر الگوریتم های هوشمند می باشد
کلیدواژه ها:
نویسندگان
احسان صادقی پور
دانشکده فنی و مهندسی، مکاترونیک دانشگاه تهران، تهران، ایران
کامبیز قائمی اسگویی
استادیار دانشکده فنی و مهندسی، پردیس بین المللی کیش دانشگاه تهران، تهران، ایران
نصرالله صحراگرد
استادیار دانشکده دانشکده مهندسی برق و کامپیوتر، دانشگاه هرمزگان، بندرعباس، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :