Wir verwenden Cookies und Analyse-Tools, um die Nutzerfreundlichkeit der Internet-Seite zu verbessern und für Marketingzwecke. Wenn Sie fortfahren, diese Seite zu verwenden, nehmen wir an, dass Sie damit einverstanden sind. Zur Datenschutzerklärung.
Geschlechtsspezifische Klassifizierung von Sprechern mit ANFIS
Details
Das Kernproblem dieser Forschungsarbeit ist die automatisierte geschlechtsspezifische Sprecherklassifizierung, d. h., einer Maschine die Fähigkeit zu verleihen, das Geschlecht eines menschlichen Sprechers zu erkennen, d. h. zu erkennen, ob ein menschlicher Sprecher männlich oder weiblich ist. Zur Automatisierung des Klassifizierungsprozesses wurde ein Tool zur geschlechtsspezifischen Sprecherklassifizierung entwickelt. Das Tool basiert auf der Sprachsignalverarbeitung. Mit Hilfe der Sprachsignalverarbeitung wird zunächst ein Sprachsignal analysiert und anschließend werden Merkmale aus dem Signal extrahiert. Während der Sprachanalyse wird das Sprachsignal verarbeitet und klassifiziert, um die Extraktion der Tonhöhe zu ermöglichen. Die Merkmalsextraktion erfolgt über die klassifizierte Sprache mit Hilfe der "Cepstralanalyse", um die Tonhöhe eines Sprachsignals zu bestimmen. Auf diese Weise kann die geschlechtsspezifische Sprecherklassifizierung auf der Grundlage des Tonhöhenwerts durchgeführt werden.
Autorentext
L'autore di questo libro è un accademico entusiasta e stacanovista nel campo dell'informatica e dell'ingegneria. Ha fatto il suo bachelor of technical education in information technology e il suo master in ingegneria informatica. Ha pubblicato vari articoli di ricerca in riviste internazionali di alta reputazione.
Weitere Informationen
- Allgemeine Informationen
- GTIN 09786204655154
- Sprache Deutsch
- Genre Sonstige Technikbücher
- Größe H220mm x B150mm x T4mm
- Jahr 2022
- EAN 9786204655154
- Format Kartonierter Einband
- ISBN 978-620-4-65515-4
- Veröffentlichung 22.04.2022
- Titel Geschlechtsspezifische Klassifizierung von Sprechern mit ANFIS
- Autor Juhi Singh
- Untertitel Ein adaptiver Neuro-Fuzzy-Ansatz mit MATLAB
- Gewicht 107g
- Herausgeber Verlag Unser Wissen
- Anzahl Seiten 60