تعیین هویت گوینده بروش هیبرید بهبود یافته متشکل از مدل های مخلوط گوسی و ماشین بردار پشتیبان
محل انتشار: نهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,617
فایل این مقاله در 7 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:
ACCSI09_106
تاریخ نمایه سازی: 4 بهمن 1386
چکیده مقاله:
مدل های مخلوط گوسی GMM و ماشین بردار پشتیبان SVM با وجود داشتن کارایی نسبتا مشابه، خطاهای نا همبسته ارائه می کنند، لذا می توانند برای ایجاد کلاس بندی کننده ای با کارایی بالاتر ترکیب شوند. در این مقاله یک سیستم تعیین هویت گوینده مستقل از متن متشکل از هردو روش GMM , SVM ارائه میگردد. در این سستم از توانایی GMM در مدل کردن گویندگان و نیز از توان تمایز دهندگی بالای SVM در کنار هم وبه منظور افزایش دقت تعیین هویت گوینده، استفاده شده است. در روش پشینهادی ، تعیین هویت گوینده توسط GMM صورت میگیرد و درمواردی که به دلیل تشابه گویندگان احتمال اشتباه وجود داشته باشد، از SVM برای کاهش خطای تعیین هویت استفاده شده است. تعیین گویندگان مشابه با هر گوینده توسط GMM و ساخت مدل های SVM جهت تمایز بین گویندگان مشابه درمرحله آموزش صورت می گیرد. روش پیشنهادی موجب گردید که خطای تعیین هویت از 4/15% که مربوط به روش GMM به تنهایی است به 1/7% مربوط به سییستم هیبرید کاهش یابد.
کلیدواژه ها:
نویسندگان
محمدمهدی همایون پور
آزمایشگاه سیستم های هوشمند صوتی - گفتاری، دانشکده مهندسی کامپیوتر و ف
هدیه رزازان
آزمایشگاه سیستم های هوشمند صوتی - گفتاری، دانشکده مهندسی کامپیوتر و ف
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 :