دوره 5، شماره 2 - ( 12-1387 )                   جلد 5 شماره 2 صفحات 104-85 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Asdad. JSDP 2009; 5 (2) :85-104
URL: http://jsdp.rcisp.ac.ir/article-1-753-fa.html
سعیدی رحیم، صادق محمدی حمیدرضا. تصدیق مستقل از متن هویت گوینده با مدل آمیزه های گوسی تطبیق یافته ی ساختاری. پردازش علائم و داده‌ها. 1387; 5 (2) :85-104

URL: http://jsdp.rcisp.ac.ir/article-1-753-fa.html

تصدیق مستقل از متن هویت گوینده با مدل آمیزه های گوسی تطبیق یافته ی ساختاری
رحیم سعیدی*، حمیدرضا صادق محمدی
پژوهشکده برق جهاد دانشگاهی
چکیده:   (8581 مشاهده)

در این مقاله، روش مدل آمیزهی گوسی ساختار یافته1 (SGMM) که به منظور سرعت بخشی الگوریتم2 GMM-UBMM در سیستم تصدیق هویت گوینده، پیشنهاد شده است، مورد بررسی قرار می گیرد. تأثیر برخی پارامترها در ساخت مدل پس زمینه ی ساختاری 3 (SBM) به تفصیل مورد بررسی و مقادیر بهینه در ساخت مدل مورد استفاده قرار می گیرد. همچنین برای پردازش امتیازهای خروجی ساختار SBM-SGMM ساختاری با عنوان شناسایی کننده GMM پیشنهاد می شود. شبیه سازی های انجام یافته نشان می دهد ساختار بهینه ی SBM در ترکیب با پردازنده ی امتیازهای پیشنهاد شده، عملکرد بهتری نسبت به سیستم پایه در ترکیب با شبکه ی عصبی دارد و این در حالتی است که پیچیدگی سیستم پیشنهاد شده، پائین تر از شبکه ی عصبی می باشد. با استفاده از سیستم پیشنهادی، نرخ سرعت بخشی برابر با 7/2 حاصل گردید و در عین حال عملکرد سیستم نیز نسبت به سیستم GMM-UBM بهبود نشان می دهد. در بهترین حالت می¬توان به نرخ خطای برابر معادل %35/0دست یافت که نسبت به عملکرد سیستم GMM-UBM با نرخ خطای برابر %71/1 بهبود قابل ملاحظه ای حاصل می شود.
واژه‌های کلیدی: تصدیق هویت مستقل از متن گوینده، GMM، UBM، SBM، SGMM.
متن کامل [PDF 5478 kb]   (928 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش گفتار
دریافت: 1387/12/29 | پذیرش: 1396/12/2 | انتشار: 1396/12/2 | انتشار الکترونیک: 1396/12/2
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.