Digital Speech Signal Parameterization by Mel Frequency Cepstral Coefficients and Word Boundaries

• Autorzy: Niewiadomy D. , Pelikant A.
• Języki publikacji: EN

Abstrakty

EN

The article presents implementation of Isolated Word Boundaries Recognition Algorithm and Mel Frequency Cepstral Coefficients Acquisition Algorithm. The first algorithm enables application to reduce unnecessary data processing. The second algorithm generates vectors of coefficients that are used in automatic speech recognition and sound classification.

Słowa kluczowe

EN

algorithm; data processing; hidden Markov model toolkit

PL

algorytm; ukryte modele Markowa; technika biometryczna; sygnał mowy

• Wydawca: Wydawnictwo Politechniki Łódzkiej
• Czasopismo: Journal of Applied Computer Science
• Rocznik: 2007
• Tom: Vol. 15, nr 2
• Strony: 71--81
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Niewiadomy D.

autor

Pelikant A.

• Institute of Mechatronics and Information Systems Technical University of Lodz ul Stefanowskiego 18/22Lodz, Poland [e-mail],

Bibliografia

• [1] Sawicki J.: Użyteczność sygnału mowy w technice biometrycznej.
• [2] Ahadi S.M.: An Ęfficient Front-end For Automatic Speech Recognition, 2003.
• [3] Seltzer M.: SPHINX III Signal Processing Front End Specification, 1999.
• [4] Lyons R.G.: Wprowadzenie do cyfrowego przetwarzania sygnałów, 2000.
• [5] PCM WAVE http://ccrma.stanford.edu/CCRMA/Courses/422/projectsAVaveFormat
• [6] Filter Design - http://www.dsptutor.freeuk.com/
• [7] Kubanek M.: Metoda rozpoznawania audio-wideo mowy polskiej w oparciu o ukryte modele Markowa, Politechnika Częstochowska.
• [8] Ganchev T., Fakotakis N., Kokkinakis G.: Comparative Evaluation of Yarious MFCC Implementations on the Speaker Verification Task, Wire Communications Laboratory.
• [9] Cambridge University Speech Group, HTK Hidden Markov Model Toolkit, Cambridge, December 1993.