Abstrakt
Phoneme parameter extraction framework based on spectral and cepstral parameters is proposed. Using this framework, the phoneme signal is divided into frames and Hamming window is used. The performances are evaluated for recognition of Lithuanian vowel and semivowel phonemes. Different feature sets without noise as well as at different level of noise are considered. Two classical machine learning methods (Naive Bayes and Support Vector Machine) are used for classifying each problem, separately. The experiment results show that cepstral parameters give higher accuracies than spectral parameters. Moreover, cepstral parameters give better performance compared to spectral parameters in noisy conditions.
Cytowania
-
2
CrossRef
-
0
Web of Science
-
4
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- materiały konferencyjne indeksowane w Web of Science
- Tytuł wydania:
- Multimedia and Network Information Systems strony 480 - 489
- Język:
- angielski
- Rok wydania:
- 2018
- Opis bibliograficzny:
- Korvel G., Kurasova O., Kostek B..: Comparative analysis of spectral and cepstral feature extraction techniques for phoneme modelling, W: Multimedia and Network Information Systems, 2018, ,.
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-98678-4_48
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 97 razy
Publikacje, które mogą cię zainteresować
Introduction to the special issue on machine learning in acoustics
- Z. Michalopoulou,
- P. Gerstoft,
- B. Kostek
- + 1 autorów
Investigating Noise Interference on Speech Towards Applying the Lombard Effect Automatically
- G. Korvel,
- K. Kąkol,
- P. Treigys
- + 1 autorów
Computer-assisted pronunciation training—Speech synthesis is almost all you need
- D. Korzekwa,
- J. Lorenzo-trueba,
- T. Drugman
- + 1 autorów