Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Cuadros, Carlos Daniel Riquelme lattes
Orientador(a): Ferreira, Edson Luiz Cataldo lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia de Telecomunicações
Departamento: Engenharia de Telecomunicações
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento de sinais
Voz
Reconhecimento de voz
Reconhecimento de locutor
MFCC
ZCPA
Palavras-chave em Inglês:
Speech recognition
Speaker recognition
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Link de acesso: https://app.uff.br/riuff/handle/1/17866
Resumo: This work discusses the comparison between two features extraction techniques for speech signals: the Mel-Frequency Cepstral Coefficients (MFCC) and the Zero-Crossings with Peak Amplitudes (ZCPA). Hidden Markov Models (HMM) and different corpora are employed for this comparison. The application of the ZCPA technique is highlighted and its speaker recognition performance is particularly evaluated in noisy environments. It is figured out that the ZCPA technique is more robust to additive noise than the MFCC; also, the types of sentences that help the task of speaker recognition are thoroughly discussed. Special attention is given to the application of ZCPA to the widely known YOHO corpus. The signals from this corpus were segmented in isolated digits and noise was added to each digit. Many scenarios are addressed, including: isolated digits, concatenated digits, and complete sentence, with and without noise.
id UFF-2_62d62829d43162b8a45234541f2aa830
oai_identifier_str oai:app.uff.br:1/17866
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str
spelling 2021-03-10T20:42:57Z2008-05-072021-03-10T20:42:57Zhttps://app.uff.br/riuff/handle/1/17866This work discusses the comparison between two features extraction techniques for speech signals: the Mel-Frequency Cepstral Coefficients (MFCC) and the Zero-Crossings with Peak Amplitudes (ZCPA). Hidden Markov Models (HMM) and different corpora are employed for this comparison. The application of the ZCPA technique is highlighted and its speaker recognition performance is particularly evaluated in noisy environments. It is figured out that the ZCPA technique is more robust to additive noise than the MFCC; also, the types of sentences that help the task of speaker recognition are thoroughly discussed. Special attention is given to the application of ZCPA to the widely known YOHO corpus. The signals from this corpus were segmented in isolated digits and noise was added to each digit. Many scenarios are addressed, including: isolated digits, concatenated digits, and complete sentence, with and without noise.Esta dissertação discute a comparação entre duas técnicas de extração de características da voz: a técnica MFCC, que utiliza coeficientes cepstrais de freqüência mel e a técnica ZCPA, que utiliza cruzamento por zero com amplitude de pico. Para tal comparação são utilizados modelos ocultos de Markov (HMM) e diferentes bases de vozes. O maior destaque é dado à utilização da técnica ZCPA e o seu desempenho no caso de reconhecimento de locutor que é particularmente avaliado em ambientes ruidosos. Verifica-se que a técnica ZCPA é mais robusta que o MFCC quando é aplicado ruído aditivo; também os tipos de frases que ajudam no reconhecimento robusto de locutor são amplamente discutidos. Destaca-se, ainda, a aplicação da técnica ZCPA à base YOHO, amplamente conhecida. Os sinais desta base foram segmentados em dígitos isolados e ruído foi adicionado a cada dígito. Vários cenários são abordados e implementados, tais como: dígitos isolados, dígitos concatenados e frases completas, com e sem ruído.Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfporCC-BY-SAinfo:eu-repo/semantics/openAccessProcessamento de sinaisVozReconhecimento de vozReconhecimento de locutorMFCCZCPASpeech recognitionSpeaker recognitionCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOESReconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPAinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisFerreira, Edson Luiz Cataldohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707512Z1Apolinário Junior, José Antoniohttp://lattes.cnpq.br/4578693731159389http://lattes.cnpq.br/6121974572944380Cuadros, Carlos Daniel RiquelmePrograma de Pós-graduação em Engenharia de TelecomunicaçõesEngenharia de Telecomunicaçõesreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF1/178662026-04-07 13:51:38.693oai:app.uff.br:1/17866Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202026-04-07T16:51:38Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.por.fl_str_mv Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
title Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
spellingShingle Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
Cuadros, Carlos Daniel Riquelme
Processamento de sinais
Voz
Reconhecimento de voz
Reconhecimento de locutor
MFCC
ZCPA
Speech recognition
Speaker recognition
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
title_short Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
title_full Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
title_fullStr Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
title_full_unstemmed Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
title_sort Reconhecimento de voz e de locutor em ambientes ruidosos : comparação das técnicas MFCC e ZCPA
author Cuadros, Carlos Daniel Riquelme
author_facet Cuadros, Carlos Daniel Riquelme
author_role author
dc.contributor.advisor1.fl_str_mv Ferreira, Edson Luiz Cataldo
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707512Z1
dc.contributor.advisor-co1.fl_str_mv Apolinário Junior, José Antonio
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/4578693731159389
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/6121974572944380
dc.contributor.author.fl_str_mv Cuadros, Carlos Daniel Riquelme
contributor_str_mv Ferreira, Edson Luiz Cataldo
Apolinário Junior, José Antonio
dc.subject.por.fl_str_mv Processamento de sinais
Voz
Reconhecimento de voz
Reconhecimento de locutor
MFCC
ZCPA
topic Processamento de sinais
Voz
Reconhecimento de voz
Reconhecimento de locutor
MFCC
ZCPA
Speech recognition
Speaker recognition
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
dc.subject.eng.fl_str_mv Speech recognition
Speaker recognition
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
description This work discusses the comparison between two features extraction techniques for speech signals: the Mel-Frequency Cepstral Coefficients (MFCC) and the Zero-Crossings with Peak Amplitudes (ZCPA). Hidden Markov Models (HMM) and different corpora are employed for this comparison. The application of the ZCPA technique is highlighted and its speaker recognition performance is particularly evaluated in noisy environments. It is figured out that the ZCPA technique is more robust to additive noise than the MFCC; also, the types of sentences that help the task of speaker recognition are thoroughly discussed. Special attention is given to the application of ZCPA to the widely known YOHO corpus. The signals from this corpus were segmented in isolated digits and noise was added to each digit. Many scenarios are addressed, including: isolated digits, concatenated digits, and complete sentence, with and without noise.
publishDate 2008
dc.date.available.fl_str_mv 2008-05-07
2021-03-10T20:42:57Z
dc.date.accessioned.fl_str_mv 2021-03-10T20:42:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://app.uff.br/riuff/handle/1/17866
url https://app.uff.br/riuff/handle/1/17866
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Engenharia de Telecomunicações
dc.publisher.department.fl_str_mv Engenharia de Telecomunicações
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1881032161926053888

Registros relacionados