A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Support Vector Machine-Based Gender Identification Using Speech Signal Uma identificação de gênero baseada em máquina de vetor de suporte usando sinal de fala

Kye-Hwan LEE, Sang-Ick KANG, Deok-Hwan KIM, Joon-Hyuk CHANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Propomos um método eficaz de identificação de gênero baseado em voz usando uma máquina de vetores de suporte (SVM). O SVM é um algoritmo de classificação binária que classifica dois grupos encontrando o limite não linear voluntário em um espaço de recursos e é conhecido por produzir alto desempenho de classificação. No presente trabalho, comparamos o desempenho de identificação do SVM com o de um método baseado em modelo de mistura gaussiana (GMM) usando os coeficientes cepstrais de frequência mel (MFCC). Uma nova abordagem de incorporação de um esquema de fusão de características baseado em uma combinação do MFCC e da frequência fundamental é proposta com o objetivo de melhorar o desempenho da identificação de gênero. Os resultados experimentais demonstram que o desempenho da identificação de género utilizando o SVM é significativamente melhor do que o do esquema baseado no GMM. Além disso, o desempenho é substancialmente melhorado quando a técnica de fusão de recursos proposta é aplicada.

Publicação
IEICE TRANSACTIONS on Communications Vol.E91-B No.10 pp.3326-3329
Data de publicação
2008/10/01
Publicitada
ISSN online
1745-1345
DOI
10.1093/ietcom/e91-b.10.3326
Tipo de Manuscrito
LETTER
Categoria
Teorias Fundamentais para Comunicações

autores

Palavra-chave