Revista mundial de ingeniería, diseño y tecnología
Acceso abierto

abstracto

Mejora del habla usando PCA para reconocimiento de voz y emociones

Manjushree B. Aithal, Pooja R. Gaikwad y Shashikant L. Sahare

Este documento trata sobre la aplicación del reconocimiento de voz y emociones usando señales de voz distorsionadas. Cuando la señal de voz se proporciona como entrada a cualquier sistema, siempre se le añade algo de ruido de fondo, lo que no es deseable. Para superar esta dificultad, cambiamos la señal usando el Análisis de Componentes Principales y luego la tarea de reconocimiento se realiza usando los Modelos Ocultos de Markov. Entonces, el sistema desarrollado es capaz de reconocer el habla y la emoción de la señal de voz distorsionada al extraer los MFCC. Y luego transformado usando PCA para obtener valores propios. Los valores propios con valores más altos contienen información importante que se retiene y otros se descartan como ruido. Modelos ocultos de Markov es el método más capaz utilizado para el reconocimiento de voz y emociones.