پیوند ها

نام فایل : استفاده از ماشین بردار پشتیبان (SVM)برای تشخیص گوینده
فرمت : .ppt
تعداد صفحه/اسلاید : 40
حجم : 2688 کیلوبایت
تشخیص گوینده
استخراج ویژگی برای تشخیص گوینده
مسئله دستهبندی و جداسازی نمونهها از روی ویژگیها
معیار مقایسه دستهبندی کنندهها
دستهبندی کننده خطی
پیدا کردن دستهبندی خطی بهینه
استفاده از فضاهای بالاتر و توابع هسته
حالت خطای یادگیری غیر صفر
تفکیک گوینده های مختلف از یکدیگر
استفاده از ویژگیهای صوتی برای تشخیص
دو روش کلی:
ساخت مدل برای هر گوینده و تطبیق دادن نمونه جدید با مدلها
سعی در تفکیک گوینده های مختلف از یکدیگر
تعداد زیاد نمونه در صدای ذخیره شده
حداقل 8 کیلو هرتز، 8 بیت برای هر نمونه (64 کیلو بیت بر ثانیه)
نیاز به این دقت برای پخش صدا و بازسازی موج
تغییر آهسته ویژگیهای صدا در طول زمان
امکان نمایش و ذخیره یک پنجره (فریم) نسبتا طولانی (10 تا 25 میلی ثانیه) با تعداد کمی ویژگی
نمایش یک پنجره با 14 ویژگی: کاهش ابعاد به نسبت 11.4
نیاز به تعریف و استخراج ویژگی
اطلاعات گوینده در طول موج بازه های کوتاه
short-term spectrum
اطلاعات موجود در یک پنجره 20 میلی ثانیه ای
یکی رایج ترین ویژگیها : Mel-warped Cepstra
استفاده از فیلتر mel بر روی طیف به منظور تاکید کمتر بر روی فرکانس های بالا
تبدیل غیر خطی الهام گرفته شده از روی سیستم شنوایی انسان
استفاده از چند ضریب اول (معمولا 14 ضریب)
یادگرفتن مفاهیم از روی نمونههای آموزشی
سادهترین حالت: حالت دو کلاسه
نمونههای مثبت
نمونههای منفی
فضای چند بعدی
نمونهها: بردارهای عددی
....
برچسب های مهم