ارائه و پیاده سازی یک سیستم تشخیص جنسیت گوینده مبتنی بر به کارگیری اطلاعات طیفی و نوایی گفتار با استفاده از اَبَر بردارها

مقاله ارائه و پیاده‌سازی یک سیستم تشخیص جنسیت گوینده مبتنی بر به‌کارگیری اطلاعات طیفی و نوایی گفتار با استفاده از اَبَر بردارها

تشخیص جنسیت، بر اساس صدای گوینده، به مسئله‎ی تعیین اینکه جنسیت گوینده ‎ی یک قطعه گفتاری مذکر و یا مونث است می‎پردازد. تشخیص جنسیت گوینده گامی‎ مهم در سیستم‎ های بازشناسی گوینده و گفتار است. در هر دوی این سیستم‎ها تشخیص جنسیت، می ‎تواند مسئله را از یک مستقل از جنسیت به یک مسئله وابسته به جنسیت تبدیل کند و به این ترتیب، اندازه و پیچیدگی مسئله کاهش پیدا می‎کند. در این نوشتار به معرفی روشی بر مبنای ابربردارها برای تشخیص جنسیت گوینده می ‎پردازیم.

در ابتدا با استفاده از ویژگی‎های استخراج شده مدل ‎های مخلوط گاوسی را آموزش می‎دهیم و سپس با استفاده از میانگین این مولفه‎ های گاوسی اقدام به ایجاد ابربردارها می‎کنیم و در نهایت با استفاده از دسته ‌بندی کننده‎ی ماشین بردار پشتیبان دسته‎بندی را انجام می‎ دهیم. در این تحقیق تاثیر حجم داده‌ ی آموزشی و تست، نوع ویژگی بکار رفته، میزان کاهش بعد ابربردارها، نوع کرنل svm و مواردی از این قبیل مورد بررسی قرار گرفته است و در بهترین شرایط بر روی دادگان فارسدات میکروفنی، به راندمان 94% دست یافته ایم.