Automatic detection of prolonged fricative phonemes with the Hidden Markov Models approach

• Autorzy: Wiśniewski M. , Kuniszyk-Jóźkowiak W. , Smołka E. , Suszyński W.
• Języki publikacji: EN

Abstrakty

EN

The Hidden Markov Model (HMM) is a stochastic approach to recognition of patterns appearing in an input signal. In the work author's implementation of the HMM were used to recognize speech disorders - prolonged fricative phonemes. To achieve the best recognition effectiveness and simultaneously preserve reasonable time required for calculations two problems need to be addressed: the choice of the HMM and the proper preparation of an input data. Tests results for recognition of the considered type of speech disorders are presented for HMM models with different number of states and for different sizes of codebooks.

Słowa kluczowe

EN

HMM; recognition; speech; disorders

PL

ukryty model Markowa; rozpoznawanie; mowa; zaburzenia

• Wydawca: University of Silesia, Institute of Informatics, Computer Systems Department
• Czasopismo: Journal of Medical Informatics & Technologies
• Rocznik: 2007
• Tom: Vol. 11
• Strony: 293--297
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Wiśniewski M.

• Maria Curie-Skłodowska University in Lublin

autor

Kuniszyk-Jóźkowiak W.

autor

Smołka E.

autor

Suszyński W.

Bibliografia

• [1] http://cmusphinx.sourceforge.net
• [2] http://htk.eng.cam.ac.uk/
• [3] http://julius.sourceforge.jp
• [4] DELLER J. R., HANSEN J. H. L., PROAKIS J. G., Discrete-Time Processing of Speech Signals, IEEE, New York 2000.
• [5] KUNISZYK-JÓŹKOWIAK W., SMOŁKA E., SUSZYŃSKI W., Akustyczna analiza niepłynności w wypowiedziach osób jąkających się, Technologia mowy i języka. Poznań 2001.
• [6] SUSZYŃSKI W., Komputerowa analiza i rozpoznawanie niepłynności mowy, rozprawa doktorska, Gliwice 2005.
• [7] WAHAB A., SEE NG G., DICKIYANTO, R., Speaker Verification System Based on Human Auditory and Fuzzy Neural Network System, Neurocomputing Manuscript Draft, Singapore.
• [8] PICONE J.W., Signal modeling techniques in speech recognition, Proceedings of the IEEE, 1993, 81(9): 1215-1247.
• [9] SCHROEDER, M.R., Recognition of complex acoustic signals, Life Science Research Report, T.H. Bullock, Ed., (Abakon Verlag, Berlin) vol. 55, pp. 323-328, 1977.
• [10] TADEUSIEWICZ R., Sygnał mowy, Warszawa 1988.
• [11] HORNE R. S., Spectrogram for Windows, ver. 3.2.1
• [12] BASZTURA CZ., Źródła, sygnały i obrazy akustyczne, WKŁ, Warszawa 1988.