view in publisher's site

Robust Speaker Recognition Systems with Adaptive Filter Algorithms in Real Time Under Noisy Conditions

At present, Speaker recognition systems are being widely used in speaker detection, authentication and authorization to perform secure transactions in various personal, commercial and industrial applications. As speaker recognition in noisy environments is becoming increasingly difficult, a novel system is developed using MFCC and Vector Quantization. The training data is collected from 15 native speakers. LMS, NLMS and RLS adaptive filters are used to reduce the noise in the speech signal. The performance of all the speaker recognition systems is rated by calculating the Equal Error Rate (ERR) and Euclidian distance.

شناسایی سیستم‌های مقاوم سخنگو با الگوریتم های فیلتر انطباقی در زمان واقعی تحت شرایط پر سر و صدا

در حال حاضر، سیستم‌های تشخیص سخنگو به طور گسترده در تشخیص گوینده، تایید هویت و اجازه برای انجام معاملات امن در کاربردهای شخصی، تجاری و صنعتی مورد استفاده قرار می‌گیرند. همانطور که تشخیص گویشور در محیط‌های پر سر و صدا به طور فزاینده‌ای دشوار شده‌است، یک سیستم جدید با استفاده از MFCC و quantization برداری ایجاد می‌شود. داده‌های آموزشی از ۱۵ گویشور بومی جمع‌آوری شده‌است. برای کاهش نویز در سیگنال گفتار از فیلترهای وفقی LMS، nlms و RLS استفاده شده‌است. عملکرد همه سیستم‌های تشخیص گویشور با محاسبه نرخ خطای برابر (err)و فاصله Euclidian رتبه‌بندی می‌شود.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.