Skip to content

Studio ed implementazione di un algoritmo innovativo per la normalizzazione dei momenti cepstrali nel riconoscimento automatico del parlato

La normalizzazione cepstrale viene ampiamente utilizzata come potente approccio allo scopo di produrre caratteristiche più robuste del riconoscimento vocale. Esempi di questo approccio sono la Cepstral Mean Subtraction (CMS) e la Cepstral Mean and Variance Normalization (CMVN), in cui vengono normalizzati rispettivamente il 1° momento e il 1° e il 2° momento dei Mel-Frequency Cepstral Coefficients (MFCCs). In questa tesi viene proposta la famiglia degli approcci con normalizzazione dei momenti cepstrali di ordine superiore, i cui parametri MFCC sono normalizzati rispetto ad alcuni momenti di ordine superiore al 1° o al 2°. L’idea base è che i mo menti di ordine superiore sono dominati dai campioni di valore elevato, i quali, molto probabilmente, sono la causa primaria dell’asimmetria e dell’anormale piattezza e dimensione delle code delle distribuzioni dei parametri. La normalizzazione rispetto a questi momenti pone perciò più enfasi su tali componenti del segnale e forza le distribuzioni ad essere più simmetriche con ragionevole piattezza e dimensione delle code. I principi fondamentali dietro a questo approccio sono analizzati e discussi basandosi sulle proprietà statistiche delle distribuzioni dei parametri MFCC. I risultati sperimentali basati sul task AURORA 2, il quale è un task che include vari ambienti di test, mostrano che, con l’approccio proposto, la precisione del riconoscimento può essere significativamente e consistentemente migliorata per tutti i tipi di rumore e tutte le condizioni di SNR.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
SOMMARIO La normalizzazione cepstrale viene ampiamente utilizzata come potente approccio allo scopo di produrre caratteristiche più robuste del riconoscimento vocale. Esempi di questo approccio sono la Cepstral Mean Subtraction (CMS) e la Cepstral Mean and Variance Normalization (CMVN), in cui vengono normalizzati rispettivamente il 1° momento e il 1° e il 2° momento dei Mel- Frequency Cepstral Coefficients (MFCCs). In questa tesi viene proposta la famiglia degli approcci con normalizzazione dei momenti cepstrali di ordine superiore, i cui parametri MFCC sono normalizzati rispetto ad alcuni momenti di ordine superiore al 1° o al 2°. L’idea base è che i momenti di ordine superiore sono dominati dai campioni di valore elevato, i quali, molto probabilmente, sono la causa primaria dell’asimmetria e dell’anormale piattezza e dimensione delle code delle distribuzioni dei parametri. La normalizzazione rispetto a questi momenti pone perciò più enfasi su tali componenti del segnale e forza le distribuzioni ad essere più simmetriche con ragionevole piattezza e dimensione delle code. I principi fondamentali dietro a questo approccio sono analizzati e discussi basandosi sulle proprietà statistiche delle distribuzioni dei parametri MFCC. I risultati sperimentali basati sul task AURORA 2, il quale è un task che include vari ambienti di test, mostrano che, con l’approccio proposto, la precisione del riconoscimento può essere significativamente e consistentemente migliorata per tutti i tipi di rumore e tutte le condizioni di SNR. 4

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Alessandro Aloisi
  Tipo: Laurea I ciclo (triennale)
  Anno: 2008-09
  Università: Università Politecnica delle Marche
  Facoltà: Ingegneria
  Corso: Ingegneria Elettronica
  Relatore: Stefano Squartini
  Lingua: Italiano
  Num. pagine: 64

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

cepstral
cepstrali
cms
cmvn
hocmn
mfcc
moment
momenti
normalization
normalizzazione
recognition
riconoscimento

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi