Reconhecimento automático do locutor com redes neurais artificiais do tipo Radial Basis Function (RBF) e Minimal Temporal Information (MTI).
As Redes Neurais Artificiais- RNAs- aplicadas ao Reconhecimento Automático do Locutor- RAL- são objeto de constante pesquisa na atualidade. Neste trabalho é avaliado o potencial de aplicação da rede neural do tipo Radial Basis Function- RBF- como classificador na tarefa de reconhecimento do locutor....
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 1998 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-08102024-151732 |
| Acesso em linha: | https://www.teses.usp.br/teses/disponiveis/3/3142/tde-08102024-151732/ |
| Access Level: | acceso abierto |
| Palavra-chave: | Artificial neural networks (Applications) Automatic speaker recognition Reconhecimento automático do locutor Redes neurais artificiais (Aplicações) |
| Resumo: | As Redes Neurais Artificiais- RNAs- aplicadas ao Reconhecimento Automático do Locutor- RAL- são objeto de constante pesquisa na atualidade. Neste trabalho é avaliado o potencial de aplicação da rede neural do tipo Radial Basis Function- RBF- como classificador na tarefa de reconhecimento do locutor. Após uma exposição de tópicos considerados importantes para o entendimento do RAL e das RNAs, é definida a configuração do reconhecedor que utiliza como características extraídas das locuções, os coeficientes Mel-Cepstrais. Uma nova forma de organização dos segmentos temporais do sinal de voz denominada de Minimal Temporal Information- MTI - é definida e utilizada para a montagem dos padrões apresentados para o classificador. Para a realização dos testes são utilizadas duas bases de dados distintas, contendo frases foneticamente balanceadas e formadas por dezesseis e dez locutores respectivamente. Uma rede neural do tipo perceptron multicamada (MLP) é utilizada como classificador clássico para a comparação dos resultados obtidos com a RBF nas tarefas de reconhecimento do locutor de forma dependente e independente do texto. A viabilidade da RBF como classificador foi constatada e os resultados obtidos apontam como vantagens o menor tempo gasto para o treinamento e menor complexidade da rede, quando comparada com o método clássico. A utilização das MTIs em conjunto com a RBF proporcionou umamelhoria nas taxas de acerto do reconhecedor e na capacidade de discriminação, tornando-as promissoras como representações temporais dos locutores. |
|---|