شماره ركورد كنفرانس :
4379
عنوان مقاله :
مقايسه تأثير استفاده از بردارهاي متفاوت ويژگي بر كارايي سيستم تاييد هويت گوينده مبتني بر مدل‌سازي گوينده توسط بردارهاي هويت i-Vectors
پديدآورندگان :
محمدي محسن mohammadi.mohsen@gmail.com پژوهشكده برق جهاد دانشگاهي , صادق محمدي حميدرضا mohammadis@iust.ac.ir پژوهشكده برق جهاد دانشگاهي
كليدواژه :
تاييد هويت , بردارهاي ويژگي گفتار , مدل آميزه‌هاي گاوسي , گفتار نويزي
عنوان كنفرانس :
هشتمين كنفرانس فناوري اطلاعات و دانش
چكيده فارسي :
گفتار يك پارامتر مناسب براي تشخيص هويت است كه علاوه بر كاربرپسند بودن و پيچيدگي پياده‌سازي كم، هزينه پاييني هم دارد. با وجود مزاياي زياد، اين روش محدوديت‌هايي نيز دارد كه از آن جمله مي‌توان به كاهش دقت اين روش در محيط‌هاي واقعي به دليل حضور نويزهاي مختلف اشاره كرد. تا كنون روش‌هاي گوناگوني براي حل اين مشكل در مراحل مختلف سيستم تاييد هويت گوينده يعني استخراج ويژگي، مدل‌سازي و مقايسه و امتيازدهي ارائه شده است كه البته هيچكدام كامل نيست. در اين مقاله تأثير استفاده از چهار بردار ويژگي MFCC، IMFCC، LFCC و PNCC بر كارايي سيستم تاييد هويت گوينده مبتني بر مدل‌سازي گوينده توسط بردارهاي هويت i-vector در شرايط گفتار تميز و نويزي مورد ارزيابي و مقايسه قرار گرفته است. در پياده‌سازي آزمون‌ها براي سيگنال گفتار و نويز به ترتيب از دادگان‌هاي TIMIT و NOISEX92 استفاده گرديد. نتايج آزمون‌ها نشان مي‌دهد كه در حضور نويز ويژگي‌هاي IMFCC و PNCC عملكرد بهتري دارند. به منظور افزايش كارايي سيستم در شرايط نويزي استفاده از الگوريتم بهبود گفتار تفريق طيفي مورد بررسي واقع شد كه تنها براي سيگنال گفتار همراه با نويز سفيد در برخي حالات عملكرد سيستم را تا حد قابل ملاحظه‌اي بهبود بخشيد.
