Classification of speech and musical signals using wavelet domain features

Abstract

Bu çalışmada, müzik ve konuşma ayrımı için dalgacık dönüşümü tabanlı özniteliklerin başarımı araştırılmıştır ve zaman-frekans tabanlı öznitelikler gibi literatürde sıkça kullanılan öznitelik çıkartım yöntemleri ile karşılaştırımı yapılmıştır. Dalgacık tabanlı öznitelikleri çıkartmak için, ayrık ve karmaşık dalgacık dönüşümleri kullanılmıştır. Önerilen öznitelik setinin başarımı; sıfır geçişlerinin sayısı, izgesel merkez, izgesel akı ve mel kepstral katsayıları gibi konuşma ve müzik ayrımında kullanılan en yaygın zaman-frekans ve kepstral tabanlı öznitelikler ile oluşturulmuş öznitelik seti ile karşılaştırılmıştır. Elde edilen özniteliklerin sınıflandırılmasında yapay sinir ağları kullanılmıştır. Sınıflandırma aşamasından önce birbiri ile ilişkili özniteliklerin elenmesi amacıyla temel bileşen analizi uygulanmıştır. Sönümlenen momentler ve birimdiklik değerlendirilerek, db8 dalgacığının Daubechies ailesi içindeki diğer dalgacıklardan daha yüksek başarı gösterdiği belirlenmiştir. Elde edilen sonuçlara göre, konuşma/müzik ayrımında önerilen yöntemin, önceki yöntemlere daha üstün olduğu görülmüştür. In this study, performance of wavelet transform based features for the speech and music discrimination task has been investigated. In order to extract wavelet domain features, discrete and complex wavelet transforms have been used. The performance of the proposed feature set has been compared with a feature set constructed from the most common time-frequency and cepstral domain features used in speech and music discrimination such as number of zero crossings, spectral centroid, spectral flux and Mel cepstral coefficients. In order to measure the performances of the feature sets for the speech and music discrimination, artificial neural networks have been used as classification tool. The principal component analysis has been applied to eliminate the correlated features before classification stage. Considering the number of vanishing moments and orthogonality, the best performance is obtained with Daubechies8 wavelet among the other members of the Daubechies family. According to the results the proposed feature set outperforms the traditional ones.