تشخیص جنسیت صدا با استفاده از شبکه های عصبی عمیق

چکیده مقاله

تشخیص جنسیت صدا نقش مهمی در سیستم های پردازش گفتار و سیستم تشخیص هویت مبتنی بر صدا دارد با توجه به رشد فوقالعاده فناوری های هوش مصنوعی و سیستم های کامپیوتری می توان با استفاده از شبکه های عصبی عمیق داده های صوت را برای تشخیص جنسیت گوینده طبقه بندی کرد سیستم تشخیص جنسیت صدا با لهجه و زبان انگلیسی پیش ازاین ، موردبررسی و پیاده سازی قرارگرفته است اما باوجود تفاوت بسیار زیاد بین زبان، گویش و لهجه انگلیسی و فارسی این کار بر روی مجموعه داده فارسی برای اولین بار انجام گرفت در این پژوهش از شبکه های عصبی عمیق ۱D CNN, ۲D CNN, LSTM, GRU, SimpleRNN برای دسته بندی مجموعه داده صوت به منظور تشخیص و بازشناسانی استفاده شده که درنهایت شبکه عصبی ۲D CNN با درصد صحت ۹۹% بهترین شبکه عصبی برای تشخیص جنسیت صدا شناخته شد

کلیدواژه‌ها

نویسندگان

سیدامیررضا کبودیان

دانشجوی کارشناسی مهندسی کامپیوتر، دانشکده فنی مهندسی، واحد خوراسگان، دانشگاه آزاد اسلامی، اصفهان، ایران

نیما رجائیان

دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران،عضو مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

کبودیان، سیدامیررضا و رجائیان، نیما،1401،تشخیص جنسیت صدا با استفاده از شبکه های عصبی عمیق،دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر،نجف آباد

ارائه‌شده در

مجموعه مقالات اولین همایش بین المللی وکالت، حقوق و علوم انسانی18 تیر 1402 · همدان