توضیحات
فصل اول: معرفی سیستم های تشخیص گوینده
–مقدمه
مراحل مختلف کاری سیستم های تشخیص گوینده
قطعه بند آکوستیکی
تشخیص گفتار از غیر گفتار
تشخیص جنسیت گوینده
تشخیص تغییر گوینده
روش های بخش بندی و خوشه بندی گویندگان
روشهای بر اساس فاصله
روشهای بر اساس مدل
روشهای هیبرید یا ترکیبی
خوشه بندی نمودن
خلاصه
فصل دوم: تشخیص گفتار از نواحی غیرگفتاری
مقدمه
ساختار قسمت تشخیص گفتار از غیر گفتار
پیش پردازش
استخراج ویژگی
انرژی
نرخ عبور از صفر
استخراج ویژگی به کمک ضرایب کپسترال فرکانسی در مقیاس مل
ضرایب LPC
آنتروپی
اندازه متناوب بودن
اطلاعات زیر باند
سایر پارامترها
محاسبه آستانه
تصمیمات VAD
تصمیم گیری مبتنی بر مدل مخفی مارکوف
تصمیم گیری مبتنی بر شبکه های عصبی
تصحیح نتایج VAD
بلوک دیاگرام چند VAD استاندارد
استاندارد ETSI AMR
الگوریتم GSM
خلاصه
فصل سوم: آشکارسازی تغییر گوینده
مقدمه
بخش بندی گوینده
بخش بندی بر اساس فاصله
بخش بندی بر اساس مدل
بخش بندی هیبرید
مقایسه روش های بخش بندی
روشهای متداول آشکارسازی گوینده
معیار اطلاعات بیزین( (BIC
بخش بندی با استفاده از مدل آماری گوینده
ترکیب آماره T و BIC
سرعت و بهره بیشتر در بخش بندی TBIC
فاصله نرخ درستنمایی عمومی((GLR
فاصله KL
آشکارسازی تغییر گوینده با استفاده از DSD
BIC متقاطع(CrossBIC (XBIC))……
درستنمایی مدل مخلوط گوسی(GMML)
فصل چهارم: روشهای دسته بندی
مقدمه
اجزا سیستم خوشه بندی
روش های خوشه بندی
روش های خوشه بندی سلسله مراتبی
تکنیک های خوشه بندی بالارونده
تکنیکهای خوشه بندی پایین رونده
روش های خوشه بندی افرازی
روش های خوشه بندی متداول در سیستم های خوشه بندی گوینده
دسته بندی کننده ماشین های بردار پشتیبان
دسته بندی کننده ماشین بردار پشتیبان خطی
دسته بندی کلاس های جداپذیر
دسته بندی کلاس های جدا ناپذیر
دسته بندی داده های چند کلاسه با ماشین های بردار پشتیبان
ماشینهای بردار پشتیبان غیر خطی
خلاصه
فصل پنجم: پیاده سازی و مشاهدات سیستم ترکیبی پیشنهادی
مقدمه
ساختار سیستم پیاده سازی شده
پایگاه داده
استخراج ویژگی
معیار ارزیابی سیستم های تشخیص گوینده
نتایج آزمایشات
اثر اعمال VAD بر روی سیگنال گفتار
اثر تغییر طول پنجره VAD بر روی دقت سیستم
اثر تغییر طول پنجره BIC بر روی نتایج بخش بندی
دقتحاصلازبخشبندیبردونوعازدادگان با استفاده از MFCC
اثرتغییربردارویژگیبررویدقتمرحلهبخش بندی
مقایسهنتایجمرحلهبخش¬بندیبابکارگیریبردارهایویژگی متفاوت
اثرجنسیت،گویندگانبرتشخیصدرستمرزهایبخش بندی
دقت مرحله خوشه¬بندی بکارگیری ماشین بردار پشتیبان(SVM) با بردار ویژگی MFCC…………………
دقت مرحله خوشه بندی ماشین بردار پشتیبان با بکارگیری بردار ویژگی rootMFCC
اثر تغییر نوع تابع کرنل ماشین بردار پشتیبان بر روی دقت مرحله خوشهبندی
خلاصه
فصل ششم: جمع بندی و پیشنهادات
جمع بندی و خلاصه نتایج
پیشنهادات
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.