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
基于MFCC与GFCC混合特征参数的说话人识别
被引量：
44
1
作者
周萍
沈昊
郑凯鹏
《应用科学学报》
CAS
CSCD
北大核心
2019年第1期24-32,共9页
针对说话人识别中单一参数表征不够全面的特点,将抗噪性能一般的传统MFCC参数与鲁棒性更强的GFCC参数相互融合,并结合它们的动态特性构成一种新的混合参数.针对特征参数维数过高造成的冗余,研究了每种特征参数各分量与识别结果的关系,...
针对说话人识别中单一参数表征不够全面的特点,将抗噪性能一般的传统MFCC参数与鲁棒性更强的GFCC参数相互融合,并结合它们的动态特性构成一种新的混合参数.针对特征参数维数过高造成的冗余,研究了每种特征参数各分量与识别结果的关系,舍弃其中贡献较低的分量以实现特征参数降维的目的,并将混合参数应用于基于高斯混合模型的说话人识别系统.仿真实验表明,该混合特征参数具有更好的识别性能和抗噪性.
展开更多
关键词
说话人识别
混合特征参数
MEL频率倒谱系数
Gammatone滤波器
在线阅读
下载PDF
职称材料
MFCC和短时TEO能量的混合参数应用于说话人识别
被引量：
5
2
作者
王茂蓉
周萍
景新幸
《微电子学与计算机》
CSCD
北大核心
2016年第1期144-148,共5页
特征参数的提取在说话人识别中起至关重要的作用,影响到整个系统的识别率.采用表征说话人语音特性的Mel倒谱系数和体现语音信号时域特征的短时TEO能量的混合特征参数应用到说话人识别系统中,目的是通过增加表征说话人语音特征参数的维数...
特征参数的提取在说话人识别中起至关重要的作用,影响到整个系统的识别率.采用表征说话人语音特性的Mel倒谱系数和体现语音信号时域特征的短时TEO能量的混合特征参数应用到说话人识别系统中,目的是通过增加表征说话人语音特征参数的维数,来改善系统性能,与传统提取方法相比,该方法弥补了特征参数有效维数的不足,最后建立GMM-UBM分类器模型,对语音信号识别.实验证明,该混合特征参数与MFCC,以及MFCC与其一阶差分的组合特征参数相比,在没有增加运算复杂度的同时提高了系统的识别率.
展开更多
关键词
说话人识别
MEL频率倒谱系数
TEAGER能量算子
混合特征参数
GMM-UBM
在线阅读
下载PDF
职称材料
题名
基于MFCC与GFCC混合特征参数的说话人识别
被引量：
44
1
作者
周萍
沈昊
郑凯鹏
机构
桂林电子科技大学电子工程与自动化学院
出处
《应用科学学报》
CAS
CSCD
北大核心
2019年第1期24-32,共9页
基金
国家自然科学基金(No.61462017)
广西自然科学基金(No.2014GXNSFAA118353)
广西自动检测技术与仪器重点实验室基金(No.YQ15110)资助
文摘
针对说话人识别中单一参数表征不够全面的特点,将抗噪性能一般的传统MFCC参数与鲁棒性更强的GFCC参数相互融合,并结合它们的动态特性构成一种新的混合参数.针对特征参数维数过高造成的冗余,研究了每种特征参数各分量与识别结果的关系,舍弃其中贡献较低的分量以实现特征参数降维的目的,并将混合参数应用于基于高斯混合模型的说话人识别系统.仿真实验表明,该混合特征参数具有更好的识别性能和抗噪性.
关键词
说话人识别
混合特征参数
MEL频率倒谱系数
Gammatone滤波器
Keywords
speaker recognition
combination of feature parameters
Mel frequency cepstral coefficients(MFCC)
Gammatone filter
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
MFCC和短时TEO能量的混合参数应用于说话人识别
被引量：
5
2
作者
王茂蓉
周萍
景新幸
机构
桂林电子科技大学电子工程与自动化学院
桂林电子科技大学信息与通信学院
出处
《微电子学与计算机》
CSCD
北大核心
2016年第1期144-148,共5页
基金
国家自然科学基金资助项目(61363005)
广西省自然科学基金资助项目(2012GXNSFAA053221)
文摘
特征参数的提取在说话人识别中起至关重要的作用,影响到整个系统的识别率.采用表征说话人语音特性的Mel倒谱系数和体现语音信号时域特征的短时TEO能量的混合特征参数应用到说话人识别系统中,目的是通过增加表征说话人语音特征参数的维数,来改善系统性能,与传统提取方法相比,该方法弥补了特征参数有效维数的不足,最后建立GMM-UBM分类器模型,对语音信号识别.实验证明,该混合特征参数与MFCC,以及MFCC与其一阶差分的组合特征参数相比,在没有增加运算复杂度的同时提高了系统的识别率.
关键词
说话人识别
MEL频率倒谱系数
TEAGER能量算子
混合特征参数
GMM-UBM
Keywords
speaker recognition
Mel frequency cepstral
Teager energy operator
mixed feature parameters
GMMUBM
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
作者
出处
发文年
被引量
操作
1
基于MFCC与GFCC混合特征参数的说话人识别
周萍
沈昊
郑凯鹏
《应用科学学报》
CAS
CSCD
北大核心
2019
44
在线阅读
下载PDF
职称材料
2
MFCC和短时TEO能量的混合参数应用于说话人识别
王茂蓉
周萍
景新幸
《微电子学与计算机》
CSCD
北大核心
2016
5
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
