بكارگيري روشي نوين در تشخيص گفتار براساس ماشين بردار پشتيبان
خلاصه مقاله:
بازشناسي خودكار گفتار اساسا به مساله دسته بندي الگو برمي گردد اگرچه ديناميك بودن
سيگنال گفتار مانع شده است كه چنين مساله اي به عنوان يك روش دسته بندي الگوي ساده مطرح گردد دراين مقاله به معرفي يك متد جديد در
تشخيص گفتار كلمات گسسته و مستقل ازگوينده براساس ماشين بردار پشتيبان پرداخته مي شود متد پيشنهادي داراي 2 بخش اصلي است در بخش اول
سيگنال گفتار به يك مجموعه از فريم ها تبديل مي شود سپس از هر فريم 12MFCC به همراه انرژي و ضرايب پويايشان ويژگي استخراج مي گردد در بخش دوم ماشين بردار پشتيبان كلاس هر گفتار ورودي محاسبه ميشود و نهايتا بهترين كلاس توسط راي اكثريت مشخص مي گردد.
كلمات كليدي:
بازشناسي گفتار، مدل مخفي ماركوف، ماشين بردار پشتيبان
*
password = artificial.ir