تعیین هویت گوینده مستقل از متن، توسط مدل های مخلوط گاوس ساختاری و شبکه های عصبی

چکیده مقاله

ما سیستم یکپارچه ای را در ارتباط با مدل های مخلوط گاوس ساختاری SGMM و شبکه های عصبی به منظور دستیابی به راندمان محاسباتی و دقت بالا در ارتباط با تعیین هویت گوینده ارائه می دهیم مدل پس زمینه ساختاری SBM در ابتدا از طریق خوشه بندی زنجیره ای تمام موئلفه های مخلوط گاوس در ارتباط با مدل پس زمینه ساختاری ایجاد می گردد به این ترتیب، یک فضای اکوستیک به بخش های چندگانه ای در سطوح مختلف قدرت تشخیص، جزء بندی می گردد برای هر یک از گوینده های مورد نظر، مدل مدل مخلوط گاوس ساختاری SGMM از طریق استدلال حداکثری MAP سازگار با مدل پس زمینه ساختاری SBM ایجاد می گردد در هنگام تست، تنها زیرمجموعه کمی از موئلفه های مخلوط گاوس برای هر بردار مختصات محاسبه می گردد تا هزینه محاسبه را به طور قابل توجهی کاهش دهد علاوه بر این، امتیازات حاصل شده در لایه های مدل های درخت ساختار، برای تصمیم گیری نهایی از طریق شبکه عصبی ادغام می گردند وضعیت های مختلفی در بررسی های انجام شده بر روی داده های حاصل از گفتگوهای تلفنی مورد استفاده در ارزیابی هویت گوینده NIST ، مقایسه شد نتایج تجربی نشان می دهد که کاهش محاسبه توسط فاکتور ۱۷ از طریق % ۵ کاهش نسبی در میزان خطای هم ارز EER در مقایسه با خطو مبنا، حاصل می گردد روش SGMM SBM مدل مخلوط گاوس ساختاری مدل پس زمینه ساختاری ، مزایایی را نسبت به مدل اخیرا مطرح شده GMM مدل مخلوط گاوس داشته، که شامل سرعت بالاتر و عملکرد تشخیص بهتر، می باشد

کلیدواژه‌ها

نویسندگان

اصغر قادری

استاد دانشگاه آزاد واحد ایرانشهر

مهرداد آبروش

برق و قدرت مقطع کارشناس ، دانشگاه آزاد اسلامی ایرانشهر

ناصر انصاری صفا

برق و قدرت مقطع کارشناس ، دانشگاه آزاد اسلامی ایرانشهر

قادری، اصغر و آبروش، مهرداد و انصاری صفا، ناصر،1401،تعیین هویت گوینده مستقل از متن، توسط مدل های مخلوط گاوس ساختاری و شبکه های عصبی،شانزدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

مجموعه مقالات شانزدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات30 تیر 1401 · بابل