期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
关于汉语/英语AMR语音编码参数统计特性的研究
被引量：
1
1
作者
于薇
赵胜辉
匡镜明
《电讯技术》
北大核心
2002年第2期80-83,共4页
自适应多速率 (AMR)算法是第三代移动通信系统中语音业务所采用的语音编码标准。为研究AMR算法应用于汉语语音和英语语音所产生的差异 ,本文针对AMR语音编码算法的特点 ,在处理分析了大量汉语语音数据的基础上 ,对算法中的线谱频率 (LSF...
自适应多速率 (AMR)算法是第三代移动通信系统中语音业务所采用的语音编码标准。为研究AMR算法应用于汉语语音和英语语音所产生的差异 ,本文针对AMR语音编码算法的特点 ,在处理分析了大量汉语语音数据的基础上 ,对算法中的线谱频率 (LSF)、基音周期等关键编码参数进行了比较并给出相应结论。
展开更多
关键词
汉语
英语
语音编码
AMR算法
线谱频率
基时周期
参数统计特性
在线阅读
下载PDF
职称材料
基于GMM全统计参数和SVM的文本无关话者确认
被引量：
1
2
作者
姚亮亮
戴蓓蒨
《中国科学技术大学学报》
CAS
CSCD
北大核心
2008年第12期1386-1391,共6页
针对电话语音条件下的文本无关话者确认,提出了一种基于GMM(Gaussian mixturemodel)全统计参数和SVM(support vector machine)的话者确认方法,以克服语音特征参数直接建立SVM话者模型面临的困难.该方法使用由GM(general model)自适应均...
针对电话语音条件下的文本无关话者确认,提出了一种基于GMM(Gaussian mixturemodel)全统计参数和SVM(support vector machine)的话者确认方法,以克服语音特征参数直接建立SVM话者模型面临的困难.该方法使用由GM(general model)自适应均值得到的GMM提取统计参数,定义了一种合理利用全部统计参数的特征参数,并以此参数及线性核函数建立了具有良好性能的SVM话者模型.与GMM-UBM方法及另一种基于GMM统计参数和SVM的方法在NIST05SRE数据库中的实验比较,结果表明基于GMM全统计参数和SVM的话者确认方法拥有优异的性能.
展开更多
关键词
高斯混合模型
统计
特性
参数
支持向量机
话者确认
在线阅读
下载PDF
职称材料
题名
关于汉语/英语AMR语音编码参数统计特性的研究
被引量：
1
1
作者
于薇
赵胜辉
匡镜明
机构
北京理工大学电子工程系
出处
《电讯技术》
北大核心
2002年第2期80-83,共4页
文摘
自适应多速率 (AMR)算法是第三代移动通信系统中语音业务所采用的语音编码标准。为研究AMR算法应用于汉语语音和英语语音所产生的差异 ,本文针对AMR语音编码算法的特点 ,在处理分析了大量汉语语音数据的基础上 ,对算法中的线谱频率 (LSF)、基音周期等关键编码参数进行了比较并给出相应结论。
关键词
汉语
英语
语音编码
AMR算法
线谱频率
基时周期
参数统计特性
Keywords
Speech coding
AMR algorithm
LSF
Pitch
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于GMM全统计参数和SVM的文本无关话者确认
被引量：
1
2
作者
姚亮亮
戴蓓蒨
机构
中国科学技术大学电子科学与技术系
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
2008年第12期1386-1391,共6页
基金
国家自然科学基金(60272039)资助
文摘
针对电话语音条件下的文本无关话者确认,提出了一种基于GMM(Gaussian mixturemodel)全统计参数和SVM(support vector machine)的话者确认方法,以克服语音特征参数直接建立SVM话者模型面临的困难.该方法使用由GM(general model)自适应均值得到的GMM提取统计参数,定义了一种合理利用全部统计参数的特征参数,并以此参数及线性核函数建立了具有良好性能的SVM话者模型.与GMM-UBM方法及另一种基于GMM统计参数和SVM的方法在NIST05SRE数据库中的实验比较,结果表明基于GMM全统计参数和SVM的话者确认方法拥有优异的性能.
关键词
高斯混合模型
统计
特性
参数
支持向量机
话者确认
Keywords
Gaussian mixture model
statistical parameters
support vector machine
speaker verification
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
关于汉语/英语AMR语音编码参数统计特性的研究
于薇
赵胜辉
匡镜明
《电讯技术》
北大核心
2002
1
在线阅读
下载PDF
职称材料
2
基于GMM全统计参数和SVM的文本无关话者确认
姚亮亮
戴蓓蒨
《中国科学技术大学学报》
CAS
CSCD
北大核心
2008
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
