检索结果-维普期刊中文期刊服务平台

采用模型间距离夹角的说话人确认测试算法: 1; 作者郭武王仁华戴礼荣《小型微型计算机系统》 CSCD 北大核心 2008年第2期377-380,共4页; 提出在与文本无关说话人确认中采用模型间马氏(Mahalanobis)距离的夹角作为测试算法,在混合高斯模型(Gaussian Mixture Model)的情况下,采用这种算法在保持识别率与传统的对数似然度算法相近的前提下,可以大大降低运算量,对于说话人确... 展开更多; 关键词说话人确认马氏距离梅尔刻度式倒频谱参数; 在线阅读下载PDF 职称材料

采用主成分分析的特征映射被引量：8: 2; 作者郭武戴礼荣王仁华《自动化学报》 EI CSCD 北大核心 2008年第8期876-879,共4页; 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数... 展开更多; 关键词说话人确认混合高斯模型超矢量梅尔刻度式倒谱参数; 在线阅读下载PDF 职称材料

基于特征比较的语音评分方法研究被引量：6: 3; 作者刘振安罗永钊《计算机应用》 CSCD 北大核心 2005年第12期2928-2930,共3页; 为在语言朗读训练时对跟读语音的质量自动作出客观评价并在嵌入式系统上实现,提出了一种基于特征比较的语音评分方法。通过分析输入语音,提取语音特征并与参考标准进行匹配比较,由评分机制根据相似程度大小给出评价得分。实验证明该方... 展开更多; 关键词语音评分动态时间规整法基频轨迹梅尔倒频谱参数; 在线阅读下载PDF 职称材料

一种基于小波包分析的说话人识别算法被引量：1: 4; 作者胡峰松王磊《小型微型计算机系统》 CSCD 北大核心 2014年第7期1610-1614,共5页; 在通过对MFCC算法的研究和实验,发现在噪音环境下基于梅尔频率倒谱系数(MFCC)的识别率受到了影响.为了提高在噪音环境下说话人识别系统的识别率,通过对MFCC参数提取过程进行改进,用小波包变换代替快速傅里叶变换和Mel滤波器组,获得了新... 展开更多; 关键词说话人识别小波包分析梅尔频率倒谱系数频谱重心动态参数; 在线阅读下载PDF 职称材料

题名采用模型间距离夹角的说话人确认测试算法: 1; 作者郭武王仁华戴礼荣; 机构中国科技大学电子工程与信息科学系科大讯飞语音实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2008年第2期377-380,共4页; 文摘提出在与文本无关说话人确认中采用模型间马氏(Mahalanobis)距离的夹角作为测试算法,在混合高斯模型(Gaussian Mixture Model)的情况下,采用这种算法在保持识别率与传统的对数似然度算法相近的前提下,可以大大降低运算量,对于说话人确认或识别的实时实现有很大的帮助.另外,推荐的算法与传统的对数似然度算法的结果可以融合,可以将说话人确认的等错误率降低12～15%.; 关键词说话人确认马氏距离梅尔刻度式倒频谱参数; Keywords speaker verification mahalanobis distance MFCC; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名采用主成分分析的特征映射被引量：8: 2; 作者郭武戴礼荣王仁华; 机构中国科学技术大学电子工程与信息科学系科大讯飞语音实验室; 出处《自动化学报》 EI CSCD 北大核心 2008年第8期876-879,共4页; 基金国家高技术研究发展计划(863计划)(2006AA010104) 中国科学技术大学青年教师基金资助~~; 文摘在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE lconv4w-lconv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%.; 关键词说话人确认混合高斯模型超矢量梅尔刻度式倒谱参数; Keywords Speaker verification, Gaussian mixture model （GMM）, supervector, Mel frequency cepstral coefficients （MFCC）; 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

题名基于特征比较的语音评分方法研究被引量：6: 3; 作者刘振安罗永钊; 机构中国科学技术大学自动化系; 出处《计算机应用》 CSCD 北大核心 2005年第12期2928-2930,共3页; 基金国家自然基金资助项目(60272040); 文摘为在语言朗读训练时对跟读语音的质量自动作出客观评价并在嵌入式系统上实现,提出了一种基于特征比较的语音评分方法。通过分析输入语音,提取语音特征并与参考标准进行匹配比较,由评分机制根据相似程度大小给出评价得分。实验证明该方法的算法复杂度较低,评分结果符合人的主观感觉。; 关键词语音评分动态时间规整法基频轨迹梅尔倒频谱参数; Keywords speech assessment dynamic time warping pitch contour mel-frequency cepstral coefficients; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于小波包分析的说话人识别算法被引量：1: 4; 作者胡峰松王磊; 机构湖南大学信息科学与工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2014年第7期1610-1614,共5页; 文摘在通过对MFCC算法的研究和实验,发现在噪音环境下基于梅尔频率倒谱系数(MFCC)的识别率受到了影响.为了提高在噪音环境下说话人识别系统的识别率,通过对MFCC参数提取过程进行改进,用小波包变换代替快速傅里叶变换和Mel滤波器组,获得了新参数newMFCC,然后将信号的频谱重心与newMFCC结合成新的特征参数进行提取.实验结果表明,新特征参数newMFCC+SC和newMFCC和原来的MFCC相比,在噪音情况下都有更好的识别率;在高信噪比条件下,newMFCC+SC的识别效果要优于newMFCC,而在低信噪比条件下,newMFCC的识别效果要优于newMFCC+SC;同时它们的动态参数要比新特征参数的静态参数识别率更好.; 关键词说话人识别小波包分析梅尔频率倒谱系数频谱重心动态参数; Keywords speaker recognition wavelet packet analysis mel frequency ceptral coefficient spectral centroid dynamic parameter; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料