عناصر مشابهة
Comparison Between the Wavelet Model and the Modulation Components for Speaker Recognition
| العنوان بلغة أخرى: | مقارنة بين نموذج التحويل المويجي والمكونات اللحظية فى تحديد الشخص المتكلم |
|---|---|
| المصدر: | المجلة العراقية لتكنولوجيا المعلومات |
| الناشر: |
الجمعية العراقية لتكنولوجيا المعلومات
|
| المؤلف الرئيسي: | |
| المجلد/العدد: | مج7, ع1 |
| محكمة: | نعم |
| الدولة: | العراق |
| التاريخ الميلادي: | 2015 |
| الصفحات: | 104 - 113 |
| DOI: | 10.34279/0923-007-001-003 |
| ISSN: | 1994-8638 |
| رقم MD: | 707912 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | English |
| قواعد المعلومات: | HumanIndex |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | This paper presents a comparison between two multi-resolution models, these are the Wavelet transform and the AM-FM modulation model. The aim is to show which of them will perform well in different circumstances. Both models are tested on text-dependent and text-independent corpora. In our experiment, the two models are acting well with clean data. However, with noisy data the results show that the Wavelet mode! performance decline more than the AM-FM do. This explain that the AM-FM model although both models adopt the multi-resolution analysis in their process; however, the wavelet model still need some robustness against noise. يقدم هذا البحث مقارنة بين نموذجين متعدد المدى ، وهذه هي نموذج تحويل المويجات ونموذج مكونات AM-FM اللحظية. والهدف من ذلك هو إظهار أي منهم سوف يقدم أي منهم سوف يقدم أداء جيدا في ظروف مختلفة. ويتم اختبار كلا النموذجين على بينات صوتية معتمدة وغير معتمدة. في تجربتنا، كلا النموذجين يعطيان نتائج جيدة في الظروف النموذجية للبيانات الصوتية. ولكن في حالة وجود الضوضاء ظهرت النتائج أن المويجات تراجع الأداء نموذج أكثر من AM-FM. هذا يفسر أن النموذج AM-FM على الرغم من أن كلا النموذجين تعتمد التحليل متعدد القرار في عمليتهم. ومع ذلك، فإن نموذج المويجات لا تزال تحتاج إلى بعض التطويرات للحصول على قوة أداء اكبر وخصوصا بوجود الضوضاء. |
|---|
