Wyszukiwarka
Abstrakt
The Lombard effect is an involuntary increase in the speaker’s pitch, intensity, and duration in the presence of noise. It makes it possible to communicate in noisy environments more effectively. This study aims to investigate an efficient method for detecting the Lombard effect in uttered speech. The influence of interfering noise, room type, and the gender of the person on the detection process is examined. First, acoustic parameters related to speech changes produced by the Lombard effect are extracted. Mid-term statistics are built upon the parameters and used for the self-similarity matrix construction. They constitute input data for a convolutional neural network (CNN). The self-similarity-based approach is then compared with two other methods, i.e., spectrograms used as input to the CNN and speech acoustic parameters combined with the k-nearest neighbors algorithm. The experimental investigations show the superiority of the self-similarity approach applied to Lombard effect detection over the other two methods utilized. Moreover, small standard deviation values for the self-similarity approach prove the resulting high accuracies.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (4)
-
Grazina Korvel
-
Povilas Treigys dr
-
Krzysztof Kąkol mgr inż.
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.34768/amcs-2023-0035
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
International Journal of Applied Mathematics and Computer Science
nr 33,
strony 479 - 492,
ISSN: 1641-876X - Język:
- angielski
- Rok wydania:
- 2023
- Opis bibliograficzny:
- Korvel G., Treigys P., Kąkol K., Kostek B.: INVESTIGATION OF THE LOMBARD EFFECT BASED ON A MACHINE LEARNING APPROACH// International Journal of Applied Mathematics and Computer Science -,iss. 33/3 (2023), s.479-492
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.34768/amcs-2023-0035
- Źródła finansowania:
-
- Publikacja bezkosztowa
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 82 razy
Publikacje, które mogą cię zainteresować
Detecting Lombard Speech Using Deep Learning Approach
- K. Kąkol,
- G. Korvel,
- G. Tamulevicius
- + 1 autorów
An Attempt to Create Speech Synthesis Model That Retains Lombard Effect Characteristics
- G. Korvel,
- O. Kurasova,
- B. Kostek
Investigating Noise Interference on Speech Towards Applying the Lombard Effect Automatically
- G. Korvel,
- K. Kąkol,
- P. Treigys
- + 1 autorów