Wyszukiwarka
Abstrakt
The aim of this paper is to analyze usability of descriptors coming from music information retrieval to the phoneme analysis. The case study presented consists in several steps. First, a short overview of parameters utilized in speech analysis is given. Then, a set of time and frequency domain-based parameters is selected and discussed in the context of stop consonant acoustical characteristics. A toolbox created for this purpose in the Matlab environment is presented. The next analysis step includes the process of selecting the most discriminating descriptors based on Bron Kerbosch algorithm. It is shown that parameters resulted from this analysis can be used for separation of consonants. Finally, phoneme recognition is performed employing k-NN classifier. Keywords: Phoneme analysis, parametrization, phoneme recognition, k-NN classifier
Cytowania
-
6
CrossRef
-
0
Web of Science
-
1 2
Scopus
Autorzy (2)
-
Grazina Korvel
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:
- 17th IEEE International Symposium on Signal Processing and Information Technology(ISSPIT 2017) strony 384 - 398
- Język:
- angielski
- Rok wydania:
- 2018
- Opis bibliograficzny:
- Korvel G., Kostek B..: Examining Feature Vector for Phoneme Recognition, W: 17th IEEE International Symposium on Signal Processing and Information Technology(ISSPIT 2017), 2018, ,.
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/isspit.2017.8388675
- Źródła finansowania:
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 62 razy