Thesis

جداسازی تک گوشی گفتار بر پایهی مدل مارکوف پنهان

Abstract(in Persian; no English abstract is available)

روش های متعددی برای تفکیک گفتارهای موجود در یک ترکیب معرفی شده اند. در بین این روش ها، پیچیده ترین آن ها روش هایی هستند که به دنبال جداسازی منابع موجود در یک سیگنال ترکیب تک گوشی (ترکیبی که در آن یک میکروفون، سیگنال ها را ذخیره می کند) می باشند. این گونه روش ها را می توان به دو دسته ی، روش های مبتنی بر ویژگی و روش های مبتنی بر مدل، تقسیم بندی کرد. روش پیاده شده در این پایان نامه، در دسته ی دوم قرار دارد. در روشی که در اینجا بررسی می شود، برای هر منبع موجود در سیگنال مخلوط مشاهده شده، مدلی بدست می آید. با داشتن مدل تمام منابع موجود در این سیگنال، می توان عمل تفکیک منابع را با یافتن محتمل ترین نحوه ی ترکیب مدل ها انجام داد. در اینجا، ابتدا، با در اختیار داشتن تعدادی داده ی صوتی مربوط به هر یک از منابع، مدلی مبتنی بر مدل مارکوف پنهان (hmm) برای هر کدام از آن ها محاسبه می شود. برای این کار، در مرحله ی اول، یک مدل مخلوط گوسی (gmm) برای مجموعه ی دادگان هر منبع آموزش داده می شود و سپس، با اعمال gmm بدست آمده بر روی داده های آموزش هر منبع و محاسبه ی مولفه های متناظر با هر یک از بردارهای ویژگی، ماتریس گذار حالت بین مولفه های gmm استخراج می شود. هرکدام از مولفه های گوسی gmm (به عنوان توزیع احتمالی مشاهده در هر حالت)، به همراه ماتریس گذار حالت بدست آمده، hmm مورد نظر را تشکیل می دهند. نهایتاً، بر پایه ی منابع مشخص موجود در مخلوط و hmm های آموزش دیده ی آن ها، یک مدل مارکوف پنهان وابسته (factorial hmm; fhmm) توسط آن hmm ها برای سیگنال ترکیب، تشکیل داده می شود. به کمک این fhmm، بهترین رشته ی حالت (state sequence) هر کدام از مدل ها، که ترکیب آن ها به سیگنال ورودی نزدیک تر باشد، بدست می آید. همان طور که بیان شد، تابع توزیع احتمالی مشاهدات در مدل استفاده شده، یک توزیع تک گوسی بوده و از مدل مخلوط گوسی (gmm) برای هر حالت استفاده نشده است. همچنین، برای محاسبه ی سریع تر توزیع احتمالی مشاهدات، به شرط معلوم بودن یک ترکیب مشخص از حالت های دو مدل در یک زمان مشخص، تقریب log-max استفاده شده است. برای جست وجوی سریع تر بین ترکیبات مختلف حالات مدل ها (جهت یافتن محتمل ترین ترکیب حالات)، روشی موسوم به کوانتیزاسیون باندی (band quantization) بکار گرفته شده است. در نهایت، مقایسه ای بین روش های جداسازی مبتنی بر fhmm و gmm انجام می شود. نتایج ارزیابی های عینی برتری نسبی fhmm را نسبت به gmm، در جدا کردن منابعی که دارای مشخصه های یکسانی (مانند حالت جنسیت یکسان و یا گوینده یکسان) در ترکیب ها هستند، نشان می دهد. دلیل این امر آن است که، بر خلاف gmm، fhmm می تواند دینامیک زمانی سیگنال ها را که در hmm ها مدل شده است، در نظر بگیرد.

Supervisors and advisors

مسعود گراوانچی زاده، بهزاد مظفری تازه کند

Similar theses

  • پیش بینی روند حرکتی قیمت روزانه نفت با استفاده از موجک و مدل مارکوف پنهان

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده ریاضی و کامپیوترمعصومه زنگیان

    می توان قیمت نفت خام را با استفاده از تعادل عرضه و تقاضا بدست آورد. اما این تعادل، تحت تاثیر عوامل بی شمار و پیچیده ای است، که بطور متقابل بر هم اثر دارند مانند جنگ، تنش های جغرافیایی سیاسی، رشد اقتصادی، کشف ذخایر جدید نفت، گسترش منابع جدید انرژی و شرایط آب و هوایی. این عناصر همگ

  • جداسازی تک گوشی گفتار بر اساس pitch

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه تبریزصنم ایمانی شاملو

    حضور نویز در محیط های طبیعی غیرقابل اجتناب است. استخراج گفتار مورد نظر (هدف) از نویز پس زمینه دارای حوزه کاربرد وسیعی از قبیل تشخیص خودکار گفتار، وسایل کمک شنوایی و سیستم های مخابراتی راه دور میباشد. یک شنونده انسانی توانایی قابل توجهی در جداسازی ترکیب صوتی و توجه به یک صوت هدف د

  • جداسازی تک گوشی گفتار بی صدا بر پایه ی آنالیز ترکیب شنیداری

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه تبریزپریا دادور

    جداسازی تک گوشی گفتار از تداخل صوتی موضوع بسیار چالش انگیزی است. پژوهش های بسیاری در زمینه ی آنالیز ترکیب شنیداری محاسباتی (casa) به منظور جداسازی تک گوشی گفتار صدادار (voiced speech) از ترکیب های صوتی انجام شده است. با این وجود، جداسازی گفتار بی صدا (unvoiced speech) به عنوان یک

  • تحلیل مدل های مارکوف پنهان

    Thesis2009وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده اقتصادراشین نیمایی راد

    مسئله براوردیابی و آزمون فرضها راجع به داده هایی که نسبت به زمان به یکدیگر وابسته هستند یکی از موضوع هایی است که در سال های اخیر مورد توجه آماردانان قرار گرفته است.در این رابطه چنانچه بر اساس دیدگاه و خاصیت مارکوف عمل شود تعیین ماتریس احتمال تغییر وضعیت یکی از اهداف اصلی در این ن

  • کاربرد مدل های مارکوف پنهان در سری های زمانی مالی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه خلیج فارس - دانشکده علوم پایهعلی بحرینی

    مدل های مارکوف پنهان، مدل هایی هستند که در آن ها توزیعی که مشاهدات را تولید می کند به حالاتی از یک فرآیند مارکوف غیر قابل مشاهده بستگی دارد. به همین دلیل، آن ها را مدل های مارکوف پنهان نامیده اند. اغلب، در سری های زمانی مالی با پدیده بی ثباتی واریانس روبرو هستیم. بیشتر محققان، از

  • تحلیل بیزی مدل های مارکوف پنهان

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده اقتصادمریم کارگر شهرآبادی

    مدل های مارکوف پنهان به طور هم زمان دو فرآیند مارکوف را مدل بندی می کنند که یکی فرآیندی پنهان و مشاهده نشده و دیگری فرآیند مشاهده شده است. در رابطه با این مدل ها سه مسآله مطرح است که به ترتیب ارزیابی مدل، آنالیز مسیر و برآورد پارامترها است. که در این پایان نامه برای هر یک راه حل

Similar items