
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Vieira, Samuel Terra | - |
| Autor(es): dc.creator | Rosa, Renata Lopes | - |
| Autor(es): dc.creator | Zegarra Rodríguez, Demóstenes | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:54:29Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:54:29Z | - |
| Data de envio: dc.date.issued | 2020-08-14 | - |
| Data de envio: dc.date.issued | 2020-08-14 | - |
| Data de envio: dc.date.issued | 2020-06 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/42433 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1150091 | - |
| Descrição: dc.description | Many factors can affect the users’ quality of experience (QoE) in speech communication services. The impairment factors appear due to physical phenomena that occur in the transmission channel of wireless and wired networks. The monitoring of users’ QoE is important for service providers. In this context, a non-intrusive speech quality classifier based on the Tree Convolutional Neural Network (Tree-CNN) is proposed. The Tree-CNN is an adaptive network structure composed of hierarchical CNNs models, and its main advantage is to decrease the training time that is very relevant on speech quality assessment methods. In the training phase of the proposed classifier model, impaired speech signals caused by wired and wireless network degradation are used as input. Also, in the network scenario, different modulation schemes and channel degradation intensities, such as packet loss rate, signal-to-noise ratio, and maximum Doppler shift frequencies are implemented. Experimental results demonstrated that the proposed model achieves significant reduction of training time, reaching 25% of reduction in relation to another implementation based on DRBM. The accuracy reached by the Tree-CNN model is almost 95% for each quality class. Performance assessment results show that the proposed classifier based on the Tree-CNN overcomes both thecurrent standardized algorithm described in ITU-T Rec. P.563 and the speech quality assessment method called ViSQOL. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | University of Split, FESB | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
| ???dc.source???: dc.source | Journal of Communications Software and Systems | - |
| Palavras-chave: dc.subject | Speech quality | - |
| Palavras-chave: dc.subject | Objective metrics | - |
| Palavras-chave: dc.subject | Wireless network | - |
| Palavras-chave: dc.subject | Wired network | - |
| Palavras-chave: dc.subject | Deep learning | - |
| Palavras-chave: dc.subject | Tree Convolutional Neural Network | - |
| Palavras-chave: dc.subject | Voz - Qualidade | - |
| Palavras-chave: dc.subject | Rede sem fio | - |
| Palavras-chave: dc.subject | Rede com fios | - |
| Palavras-chave: dc.subject | Aprendizagem profunda | - |
| Palavras-chave: dc.subject | Redes neurais convolucionais | - |
| Título: dc.title | A speech quality classifier based on Tree-CNN algorithm that considers network degradations | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: