دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: K. Sreenivasa Rao, Sourjya Sarkar (auth.) سری: SpringerBriefs in Electrical and Computer Engineering - SpringerBriefs in Speech Technology ISBN (شابک) : 9783319071299, 9783319071305 ناشر: Springer International Publishing سال نشر: 2014 تعداد صفحات: 149 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب تشخیص بلندگو قوی در محیط های پر سر و صدا: پردازش سیگنال، تصویر و گفتار
در صورت تبدیل فایل کتاب Robust Speaker Recognition in Noisy Environments به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تشخیص بلندگو قوی در محیط های پر سر و صدا نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب روشهای تشخیص بلندگو را برای مقابله با محیطهای پر نویز متغیر واقعی مورد بحث قرار میدهد. متن سیستم های احراز هویت را پوشش می دهد. محیطهای پسزمینه پر سر و صدا، عملکردها در زمان واقعی و گنجانده شده در دستگاههای تلفن همراه. این کتاب بر روی رویکردهای مختلف برای افزایش دقت تشخیص بلندگو در حضور محیطهای پسزمینه مختلف تمرکز دارد. نویسندگان بررسی میکنند: (الف) جبران ویژگی با استفاده از مدلهای پسزمینه متعدد، (ب) نگاشت ویژگی با استفاده از مدلهای تصادفی مبتنی بر داده، (ج) طراحی چارچوب GMM-SVM مبتنی بر بردار فوقالعاده برای تشخیص قوی بلندگو، (د) مدلسازی تنوع کل (i-vectors) در یک چارچوب متمایز و (ه) روش تقویت برای ترکیب شواهد از چندین مدل SVM.
This book discusses speaker recognition methods to deal with realistic variable noisy environments. The text covers authentication systems for; robust noisy background environments, functions in real time and incorporated in mobile devices. The book focuses on different approaches to enhance the accuracy of speaker recognition in presence of varying background environments. The authors examine: (a) Feature compensation using multiple background models, (b) Feature mapping using data-driven stochastic models, (c) Design of super vector- based GMM-SVM framework for robust speaker recognition, (d) Total variability modeling (i-vectors) in a discriminative framework and (e) Boosting method to fuse evidences from multiple SVM models.
Content:
Front Matter....Pages i-xii
Introduction....Pages 1-12
Robust Speaker Verification: A Review....Pages 13-27
Speaker Verification in Noisy Environments Using Gaussian Mixture Models....Pages 29-47
Stochastic Feature Compensation for Robust Speaker Verification....Pages 49-76
Robust Speaker Modeling for Speaker Verification in Noisy Environments....Pages 77-114
Summary and Conclusion....Pages 115-118
Back Matter....Pages 119-139