العنوان بلغة أخرى: |
تصنيف نوع الجنس استنادا إلى مميزات الصوت |
---|---|
المصدر: | مجلة كلية المأمون |
الناشر: | كلية المأمون الجامعة |
المؤلف الرئيسي: | حسن، نداء فليح (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Flyh, Nadaa |
مؤلفين آخرين: | صلاح الدين، سارة قصي (م. مشارك) |
المجلد/العدد: | ع31 |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2018
|
الصفحات: | 196 - 213 |
DOI: |
10.36458/1253-000-031-011 |
ISSN: |
1992-4453 |
رقم MD: | 901557 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | الإنجليزية |
قواعد المعلومات: | EcoLink, HumanIndex, IslamicInfo |
مواضيع: | |
كلمات المؤلف المفتاحية: |
digital audio | mean | standard deviation | amplitude | zero crossing | support vector machine (SVM)
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
إن نوع الجنس بالاعتماد على الصوت يعد في الآونة الاخير من أهم العمليات في معالجة الصوت. في هذا البحث، تم تقديم خوارزمية تنطوي على مميزات الصوت (الوسط الحسابي، الانحراف المعياري، عبور الصفر والسعة) وآلة دعم التصنيف SVM لتنفيذ التعرف على جنس المتحدث. لكل إشارة، يتم استخدام قيم المميزات كمتجه إدخال في خوارزمية آلة دعم التصنيف. تم تحليل العينات الصوتية استنادا إلى هذه الخوارزمية والتي يبلغ عددها 2270 إشارة، تحتوي على 1132صوت أنثى و1138 صوت ذكر، وباستخدام المميزات الأربع فقط، قيمة متوسط خطأ التنبؤ قد بلغ 5%. Gender audio classification is considered one of the most significant methods in audio processing. In this paper, an algorithm involving audio features (mean, standard deviation, zero crossing, Amplitude) and Support Vector Machine (SVM) is presented to perform speaker gender recognition. For each audio, the highlights vector is utilized as an info vector in the SVM algorithm. An example of 2270 audio, include 1132 female audio with 1138 male audio is analyzed based on this algorithm. With only the four features, the average prediction error is 5%. |
---|---|
ISSN: |
1992-4453 |