-
题名基于改进的MFCC战场被动声目标识别
被引量：7
- 1
-
-
作者
蒋永生
张雄伟
闵刚
刘光云
陈功
-
机构
解放军理工大学
[
-
出处
《弹箭与制导学报》
CSCD
北大核心
2008年第6期231-234,共4页
-
文摘
从战场声信号与语音信号特征的相似性出发,提出基于MFCC参数的战场声目标识别方法。针对战场环境存在强噪声干扰情况,提出一种改进的MFCC特征参数(DWTMFCC)提取方法,该方法将小波分析和Mel倒谱分析结合,提高了特征参数的鲁棒性。仿真结果表明:在噪声条件下,利用DWTMFCC参数进行声目标识别,平均识别率比MFCC参数高出3.134个百分点,信噪比为5dB时,识别率仍达到93.67%。
-
关键词
被动声目标
目标识别
美尔倒谱参数
离散小波变换
鲁棒性
-
Keywords
passive acoustic target
target identification
MFCC
discrete wavelet transform
robust
-
分类号
TN911
[电子电信—通信与信息系统]
-
-
题名提高MFCC鲁棒性的方法
被引量：1
- 2
-
-
作者
韩春光
李华
-
机构
宁波大红鹰职业技术学院现代应用技术系
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第1期160-162,180,共4页
-
基金
浙江省教育厅科研基金项目(20050099)
-
文摘
在噪声环境中,基于笔记本电脑录音的情况下,采用特征参数加窗的方法,以提高系统的噪声鲁棒性。在Matlab环境下,建立了基于高斯混合模型(GMM)的说话人辨认系统,并进行实验。通过对多种窗口的正识率比较,发现对美尔倒谱(MFCC)高阶参数的加窗提升,可以改善系统的鲁棒性。实验结果表明,采用加窗后的系统识别率得到了明显改善。
-
关键词
美尔倒谱参数
说话人辨认
高斯混合模型
加窗提升
噪声鲁棒性
-
Keywords
MFCC
speaker identification
GMM
lifteringwindow
robust
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
