Dados do Acervo - Dissertações

Número de Chamada   
 
006.454    T266c    DIS   
Autor Principal Teixeira Júnior, Talisman Cláudio de Queiroz
Entradas Secundárias - Autor Klautau Junior, Aldebaro Barreto da Rocha , orient.
Universidade Federal do Pará. Centro Tecnológico. Departamento de Elétrica. Programa de Pós-Graduação em Engenharia Elétrica.
Título Principal Classificação fonética utilizando Boosting e SVM / Talisman Cláudio de Queiroz Teixeira Júnior; orientador, Aldebaro Barreto da Rocha Klautau Júnior
Publicação 2006.
Descrição Física 78 f. : il. ; 31 cm
Notas Área de conhecimento: Telecomunicações
Dissertação (mestrado) - Universidade Federal do Pará, Centro Tecnológico, Departamento de Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, Belém, 2006
Inclui referências bibliográficas
Resumo: Para compor um sistema de Reconhecimento Automático de VOz. pode ser utilizada uma tarefa chamada Classificação Fonética, onde a partir de uma amostra de voz decide-se qual fonema foi emitido por um interlocutor. Para facilitar a classificação e realçar as caracteristicas mais marcantes dos fonemas, nonnalmente, as amostras de voz são préprocessadas através de um front-end. Um front-end, geralmente, extrai um co~unto de parâmetros para cada amostra de voz. Após este processamento, estes parâmetros são inseridos em um algo ritmo classificador que (já devidamente treinado) procurará decidir qual o fonema emitido. Existe uma tendência de que quanto maior a quantidade de parâmetros utilizados no sistema, melhor será a taxa de acertos na classificação. A contrapartida para esta tendência é o maior custo computacional envolvido. A técnica de Seleção de Parâmetros tem como função mostrar quais os parâmetros mais relevantes (ou mais utilizados) em uma tarefa de classificação, possibilitando, assim, descobrir quais os parâmetros redundantes, que trazem pouca (ou nenhuma) contribuição à tarefa de classificação. A proposta deste trabalho é aplicar o classificador SVM à classificação fonética, utilizando a base de dados TIMIT, e descobrir os parâmetros mais relevantes na classificação, aplicando a técnica Boosting de Seleção de Parâmetros.
Assuntos Sistemas de processamento da fala