文献

J-GLOBAL ID：201802227155973136   整理番号：18A0587644

最適MFCCは話者認識のための微分進化アルゴリズムによる抽出を特徴とする【Powered by NICT】

Optimal MFCC features extraction by differential evolution algorithm for speaker recognition

著者 (2件)： Sadeghi Mohsen (Electrical Engineering Department, Shahrood University of Technology, Shahrood, Semnan, Iran) ,  Marvi Hossein (Electrical Engineering Department, Shahrood University of Technology, Shahrood, Semnan, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSPIS  ページ： 169-173  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声はヒト間のコミュニケーションと相互作用の最も一般的に,広く用いられている形態である。自動話者認識システムである,インタフェイスシステムは,最小数の特徴の形で入力データを受け取り,このデータにより学習するためにモデル化が必要である。本論文の目的は,話者認識応用のための認識精度を低下させることなく,メル周波数ケプストラム係数(MFCC)特徴の最適数を抽出することである。この目的のために,アルゴリズムは,微分進化(EA)最適化と確率的ニューラルネットワーク(PNN)分類器は,この目標を達成するために用いられる提案されている。MATLABソフトウェアでこのアルゴリズムを実施した後,各フレームに対する少なくとも13であったこれまで,MFCC特徴の数がフレーム当たり5に還元され,還元された認識精度がなかったことが観察された。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  *アルゴリズム ,  *話者認識 ,  周波数 ,  ソフトウェア ,  ヒト ,  コミュニケーション ,  モデリング
準シソーラス用語： MATLAB ,  確率的ニューラルネットワーク ,  *微分進化 ,  ケプストラム係数 ,  認識精度 ,  *微分進化アルゴリズム ,  *MFCC , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： MFCC ,  話者認識 ,  微分進化アルゴリズム