Адаптивный вектор признаков речевых сигналов на основе вейвлет-преобразования и метода опорных векторов

Abstract

Представлен разработанный авторами оригинальный метод построения адаптивного вектора признаков речевых сигналов на основе вейвлет-преобразования и метода опорных векторов. Для построения базовой вейвлет-функции было предложено использовать генетический алгоритм, в котором в качестве целевой функции выступает точность классификации речевых сигналов методом опорных векторов. Показано, что использование базовых вейвлет-функций, сгенерированных на основе представленного алгоритма, для построения векторов признаков позволяет получить устойчивое повышение точности классификации. В частности, в сравнении с мелчастотными кепстральными коэффициентами улучшение точности составляет от 1 до 5 % для различных фонем. Показано, что сгенерированная адаптивная вейвлет-функция включает информацию о динамических процессах в заданном сигнале, и, как следствие, в 1,5 раза сокращается размерность признакового описания без потери точности классификации.