The aim of this paper is to analyze usability of descriptors coming from music information retrieval to the phoneme analysis. The case study presented consists in several steps. First, a short overview of parameters utilized in speech analysis is given. Then, a set of time and frequency domain-based parameters is selected and discussed in the context of stop consonant acoustical characteristics. A toolbox created for this purpose in the Matlab environment is presented. The next analysis step includes the process of selecting the most discriminating descriptors based on Bron Kerbosch algorithm. It is shown that parameters resulted from this analysis can be used for separation of consonants. Finally, phoneme recognition is performed employing k-NN classifier. Keywords: Phoneme analysis, parametrization, phoneme recognition, k-NN classifier
Autorzy
- Grazina Korvel,
- prof. dr hab. inż. Bożena Kostek link otwiera się w nowej karcie
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.1109/isspit.2017.8388675
- Kategoria
- Aktywność konferencyjna
- Typ
- materiały konferencyjne indeksowane w Web of Science
- Język
- angielski
- Rok wydania
- 2018
Źródło danych: MOSTWiedzy.pl - publikacja "Examining Feature Vector for Phoneme Recognition" link otwiera się w nowej karcie