مقاله شناسایی گویشور در گفتار نجوایی (2018 اشپرینگر)

 

 

عنوان فارسی مقاله شناسایی گویشور در گفتار نجوایی: ارزیابی ویژگی های منتخب طنین و معیار های فاصله KNN
عنوان انگلیسی مقاله Speaker identification of whispering speech: an investigation on selected timbrel features and KNN distance measures
فهرست مطالب چکیده

1- مقدمه

2- توصیف سیستم

2-1 دیتابیس گویشور

2-2 الگوریتم ترکیبی انتخاب ویژگی ها

2-3 توصیف کننده های صوتی انتخاب شده

2-4 طبقه بندی کننده نزدیک ترین همسایه K (KNN)

3- نتایج

3-1 صحت شناسایی برای حالت های مختلف کلام همراه با ویژگی های مختلف و توابع فاصله و برای افزایش تعداد ویژگی ها

3-2 ماتریس در هم ریختگی

4- جمع بندی

نمونه مقاله انگلیسی Abstract

Speaker identification from the whispered speech is of great importance in the field of forensic science as well as in many other applications. Whispered speech shows many changes in the characteristics to its neutral counterpart. Hence the task of identification becomes difficult. This paper presents the use of only well-performing timbrel features selected by Hybrid selection method and effect of distance measures used in KNN classifier on the identification accuracy. The results using timbrel features are compared with MFCC features; the accuracy with the former is observed higher. KNN classifier with most probable distance function suitable for a whispered database like Euclidean and City-block are also compared. The combination of timbrel features and KNN classifiers with city block distance function have reported the highest identification accuracy

نمونه ترجمه فارسی چکیده

شناسایی گویشور از گفتار نجوایی، در زمینه ی علوم قانونی و بسیاری دیگر از کاربرد ها، دارای اهمیت بسیار زیادی می باشد. گفتار نجوایی از نظر مشخصات، نسبت به گفتار عادی تغییرات زیاد و مهمی را دارد. ازین رو وظیفه ی شناسایی با استفاده از این گفتار دشوار می شود. این مقاله، روش استفاده از ویژگی های طنین با عملکرد خوب از طریق روش انتخاب هیبریدی ( ترکیبی) و تاثیر معیار های فاصله ای مورد استفاده در کلاسیفایر KNN بر روی صحت شناسایی را ارائه می کند. نتایج استفاده از ویژگی های طنین با ویژگی های MFCC مقایسه شده است ؛ صحت مورد اول از روش دوم بیشتر می باشد. کلاسیفایر KNN با محتمل ترین تابع فاصله برای دیتابیس گفتار نجوایی مانند Euclidean و City-block با یکدیگر مقایسه شده اند. ترکیب ویژگی های طنین و کلاسیفایر KNN با تابع فاصله ی City Block ، بیشترین صحت شناسایی را برای ما ایجاد کرد.

توجه؛ (همانطور که در نمونه ترجمه مشاهده مینمایید، این ترجمه توسط مترجم مجرب با رشته مرتبط به صورت کاملا تخصصی انجام شده و ادامه مقاله نیز به همین صورت با کیفیت عالی در فرمت ورد و pdf آماده خریداری و دانلود میباشد.)

سال انتشار 2018
ناشر اشپرینگر
مجله  مجله بین المللی تکنولوژی گفتار – International Journal of Speech Technology
کلمات کلیدی  شناسایی گویشور، توصیف گر طنین صوتی، گفتار نجوایی، تابع فاصله، نزدیک ترین همسایه K، ماتریس آمیختگی
 صفحات مقاله انگلیسی 9
صفحات ترجمه مقاله 20
مناسب برای رشته  مهندسی کامپیوتر
مناسب برای گرایش مهندسی الگوریتم ها و محاسبات، هوش مصنوعی
توضیحات این مقاله ترجمه شده و فایل تایپ شده با فرمت ورد آن آماده خریداری و دانلود میباشد.
دانلود مقاله انگلیسی ○ دانلود رایگان مقاله انگلیسی با فرمت pdf (کلیک کنید)
خرید ترجمه فارسی ○ خرید ترجمه آماده این مقاله با فرمت ورد (کلیک کنید)
سایر مقالات این رشته ○ مشاهده سایر مقالات رشته  مهندسی کامپیوتر (کلیک کنید)

 

 

دیدگاهتان را بنویسید