Back to Search
Start Over
A VoIP call classifier for carrier grade based on Support Vector Machines
- Source :
- Repositorio UN, Universidad Nacional de Colombia, instacron:Universidad Nacional de Colombia, Dyna, Vol 84, Iss 202, Pp 75-83 (2017)
- Publication Year :
- 2017
- Publisher :
- Universidad Nacional de Colombia (Sede Medellín). Facultad de Minas., 2017.
-
Abstract
- Currently, VoIP company technicians conduct tests to classify call quality as good or bad. Even though, there are automatic platforms that make test VoIP calls to classify them, they do not perform audio processing to detect False Answer Supervision (FAS), which is a common and undesirable feature of VoIP calls. In this paper, a Vector Support Machine (SVM) along with several functions used in voice recognition were implemented to emulate the human decision procedure (the task of audio classification and analysis performed by technicians). The experiments were based on the comparison between the results obtained from the current classification methods and those derived from the SVM. A 10-fold cross-validation was used to evaluate the system performance. The tests results from the proposed methodology show a better percentage of successful classification compared to a selected automatic platform called CheckMyRoutes. Actualmente, los técnicos de compañías de VoIP realizan pruebas y clasifican las llamadas como buenas o malas. Asimismo, existen plataformas automáticas que realizan llamadas VoIP para clasificarlas, sin realizar procesamiento de audio; proceso necesario cuando se pretende detectar el False Answer Supervision (FAS), una característica común e indeseable de las llamadas VoIP. Se implementó una Máquina de Vectores de Soporte (SVM) junto con varias funciones utilizadas en el reconocimiento de voz para emular la toma de decisiones de los humanos (tarea de clasificación y análisis de audio realizada por los técnicos). Los experimentos se basaron en la comparación entre los resultados obtenidos de los métodos de clasificación actuales y los derivados de la SVM. Se utilizó una validación cruzada de diez veces para evaluar el rendimiento del sistema. Derivado de los resultados, la metodología propuesta muestra un mejor porcentaje de clasificación exitosa comparado con una plataforma automática llamada CheckMyRoutes.
- Subjects :
- lcsh:TN1-997
Theoretical computer science
Audio analysis
Computer science
media_common.quotation_subject
SVM
02 engineering and technology
reconocimiento de patrones
computer.software_genre
Machine learning
lcsh:Technology
020204 information systems
Carrier grade
Classifier (linguistics)
0202 electrical engineering, electronic engineering, information engineering
Feature (machine learning)
Quality (business)
Audio signal processing
SVM, VoIP
Análisis de audio
lcsh:Mining engineering. Metallurgy
media_common
Voice over IP
lcsh:T
business.industry
pattern recognition
General Engineering
020206 networking & telecommunications
Support vector machine
Task (computing)
ComputingMethodologies_PATTERNRECOGNITION
VoIP
62 Ingeniería y operaciones afines / Engineering
Artificial intelligence
business
computer
Subjects
Details
- Language :
- Spanish; Castilian
- Database :
- OpenAIRE
- Journal :
- Repositorio UN, Universidad Nacional de Colombia, instacron:Universidad Nacional de Colombia, Dyna, Vol 84, Iss 202, Pp 75-83 (2017)
- Accession number :
- edsair.doi.dedup.....0aa160e758c4a96a5300c3d063c1a17b