این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۵، شماره ۲، صفحات ۶۹-۸۸
عنوان فارسی آشکارسازی وجود استرس در گفتار با استفاده از ویژگی های مبتنی بر مدل غیر خطی تولید گفتار
چکیده فارسی مقاله مطالعات نشان می دهند که استرس روانی گوینده در نحوه ی تولید گفتار او اثر می گذارد. آشکارسازی وجود استرس در گفتار دارای کاربردهای متعدد می‌باشد. در کارهای اخیر، ویژگی های صوتی مختلف، به صورت جداگانه، توسط طبقه بندی کننده ی HMM مورد ارزیابی قرار گرفته اند و از میان آن ها، ویژگی غیرخطی TEO-CB-Auto-Envکارآمدترین پارامتر بوده است. در این مقاله، یک ویژگی جدید که آن را (TEO-Pch-LFPC) می نامیم، پیشنهاد شده است. دادگان گفتار استرسی (حالات خنثی، عصبانی، بلند و لمبارد) از پایگاه داده ی SUSAS برداشته شده و نقطه ی قوّت کار حاضر این است که در آن، از طبقه بند های ساده تری نسبت به HMM استفاده شده است، یعنی طبقه‌بندهای استاتیک (KNN، LDA و SVM)، و روش ارزیابی نیز RRM می باشد. با استفاده از ویژگی TEO-Pch-LFPC و طبقه بند SVM، در تفکیک دو حالته، درصد صحت 93.78% و در طبقه بندی چندحالته 70.22% می باشد.
کلیدواژه‌های فارسی مقاله آشکارسازی استرس، آشکارسازی احساس، پردازش گفتار
عنوان انگلیسی dfsdsdds
چکیده انگلیسی مقاله cxcxcxc
کلیدواژه‌های انگلیسی مقاله drgsdf
نویسندگان مقاله شهلا ترابی |
پژوهشگاه توسعه فناوری های پیشرفته خواجه نصیرالدین طوسی

فرشاد الماس‌گنج |
دانشگاه صنعتی امیرکبیر

امین محمدیان |
پژوهشگاه توسعه فناوری های پیشرفته خواجه نصیرالدین طوسی

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-28-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-877398.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش گفتار
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات