Wyniki wyszukiwania - BazTech

1

Speaker identification based on artificial neural networks. Case study: the Polish vowel (pilot study)

Salapa K., Trawińska A., Roterman I., Tadeusiewicz R.

Bio-Algorithms and Med-Systems

|

2014

|

Vol. 10, no. 2

91--99

EN

Current statistical methods and technologies used for speaker identification via dynamic formant frequency often involve classic multivariate analyses that must meet a number of criteria in order to be considered trustworthy. The authors propose more advanced classification techniques, including artificial neural networks. Owing to iterative learning algorithms, neural networks can be trained to detect highly complex, nonlinear relations hidden in input data. This study specifically considers feed-forward multilayer perceptron and radial basic function network models. The investigation involves an analysis of the Polish vowel (stressed or unstressed) in selected contexts described by the four lowest formant frequencies. Results indicate high accuracy of neural networks as a speaker identification tool reaching up to 100%. In addition, the authors have determined that the accuracy of classification is similar when based on a single context to when input data are aggregated over several different contexts.

2

Forensic voice comparison by means of artificial neural networks

Sałapa K, Trawińska A., Roterman-Konieczna I.

Bio-Algorithms and Med-Systems

|

2013

|

Vol. 9, no. 4

191--197

EN

This article examines the effectiveness of artificial neural networks (ANNs) as forensic voice comparison techniques. This study specifically considers feed-forward multilayer perceptron (MLP) and radial basic function (RBF) network models. Formant frequencies of Polish vowel e (stressed or unstressed) in selected contexts were used as predictors. This has already been confirmed in an earlier investigation that determined that dynamic formant frequencies of vowels are powerful elements in distinguishing the voice. It has been concluded that neural networks might assist in distinguishing speakers from the others with very good accuracy, reaching 100%. MLP models should be given preference. The results of the investigation have shown the influence of vowel e triads on the effectiveness of correct classification rates. In addition, the authors have determined that the accuracy of classification is greater when based on a single context than for similar input data aggregated over several different contexts.

3

Acoustical analysis of Polish vowels of esophageal speakers

Mięsikowska M., Radziszewski L.

Pomiary Automatyka Kontrola

|

2011

|

R. 57, nr 12

1504-1507

EN

The present study determines acoustical differences between esophageal and normal speakers of Polish in the production of Polish vowels. Formant frequencies, first (F1) and second (F2), were extracted from six Polish vowels produced by 10 esophageal and 10 normal speakers. Spectral analysis revealed that F1 and F2 values of Polish vowels produced by the esophageal speakers were significantly higher than those produced by normal speakers, with the exception of F2 of /i/ and /y/ produced by esophageal speakers. Discriminant analysis of formant frequency values showed 60% of mean classification score for esophageal speakers and 91% for normal speakers. The lowest classification score was obtained by esophageal speakers for the vowel /u/ (7%). The acoustic findings suggest a general shortening of the effective vocal tract length for resonance in esophageal speakers. Higher tendency to classify /y/ as /i/ than /i/ as /y/ in esophageal speech was observed. The lower classification scores of back vowels obtained by esophageal speakers may suggest that esophageal speakers articulate vowels with fronted tongue positions relative to the tongue position in normal speakers.

PL

Celem pracy była analiza akustyczna Polskich samogłosek mowy przełykowej w porównaniu do mowy normalnej. Częstotliwości formantowe, F1 i F2, zostały wyznaczone z zarejestrowanych nagrań Polskich samogłosek 10 mówców mowy przełykowej i 10 mówców mowy normalnej. Analiza częstotliwości formantowych wykazała wyższe wartości częstotliwości formantowych mówców mowy przełykowej niż mówców mowy normalnej, z wyjątkiem wartości F2 samogłosek /i/ oraz /y/ mówców mowy przełykowej. W przeprowadzonym procesie klasyfikacji w oparciu o analizę dyskryminacyjną i częstotliwości formantów uzyskano wynik średniej klasyfikacji równej 60% dla mówców mowy przełykowej oraz 91% dla mówców mowy normalnej. Najniższy wynik klasyfikacji został uzyskany przez mówców mowy przełykowej dla samogłoski /u/(7%). Uzyskane wyniki analizy akustycznej sugerują krótszy efektywny trakt głosowy u mówców mowy przełykowej. W wyniku przeprowadzonego procesu klasyfikacji zaobserwowano wyższą tendencję do klasyfikacji samogłoski /y/ na samogłoskę /i/ niż /i/ na /y/ w przypadku mowy przełykowej. Niższe wyniki klasyfikacji uzyskane dla samogłosek tylnich mowy przełykowej mogą sugerować, że mówcy mowy przełykowej artykułują podobnie do mówców mowy normalnej samogłoski wymagające pozycji przedniej języka.