Multi-objective optimisation of wavelet features for phoneme recognition | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.conicet.organizacion | Universidad Nacional de Entre Ríos | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.contributor.author | Vignolo, Leandro Daniel | |
| dc.contributor.author | Rufiner, Hugo Leonardo | |
| dc.contributor.author | Milone, Diego Humberto | |
| dc.date.issued | 2016-03 | |
| dc.description.abstract | State-of-the-art speech representations provide acceptable recognition results under optimal conditions, though their performance in adverse conditions still needs to be improved. In this direction, many advances involving wavelet processing have been reported, showing significant improvements in classification performance for different kinds of signals. However, for speech signals, the problem of finding a convenient wavelet-based representation is still an open challenge. This study proposes the use of a multi-objective genetic algorithm for the optimisation of a wavelet-based representation of speech. The most relevant features are selected from a complete wavelet packet decomposition in order to maximise phoneme classification performance. Classification results for English phonemes, in different noise conditions, show significant improvements compared with well-known speech representations. | es |
| dc.description.fil | Fil: Vignolo, Leandro Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.description.fil | Fil: Rufiner, Hugo Leonardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Universidad Nacional de Entre Ríos; Argentina | |
| dc.description.fil | Fil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Vignolo, Leandro Daniel; Rufiner, Hugo Leonardo; Milone, Diego Humberto; Multi-objective optimisation of wavelet features for phoneme recognition; Institution of Engineering and Technology; Iet Signal Processing; 10; 6; 3-2016; 685-694 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1751-9675 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/47801 | |
| dc.journal.number | 6 | es |
| dc.journal.pagination | 685-694 | es |
| dc.journal.pais | Reino Unido | es |
| dc.journal.title | Iet Signal Processing | es |
| dc.journal.volume | 10 | es |
| dc.language.iso | eng | es |
| dc.publisher | Institution of Engineering and Technology | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1049/iet-spr.2015.0568 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | * |
| dc.subject | Automatic Speech Recognition | es |
| dc.subject | Wavelet Packets Transform | es |
| dc.subject | Genetic Algorithms | es |
| dc.subject.classification | Ciencias de la Computación | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Multi-objective optimisation of wavelet features for phoneme recognition | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.4199c7fd-1899-4a29-bf67-9169595bf694_A.pdf
- Tamaño:
- 386.6 KB
- Formato:
- Adobe Portable Document Format