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
3
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SDC特征和GMM-UBM模型的自动语种识别
被引量：
14
1
作者
姜洪臣
郑榕
+1 位作者
张树武
徐波
《中文信息学报》
CSCD
北大核心
2007年第1期49-53,共5页
本文提出了一种基于SDC特征和GMM-UBM模型的自动语种识别方法。SDC特征由许多语音帧的一阶差分谱连接扩展而成,与传统的MFCC特征相比,包含了更多的时序特征信息。UBM模型反映了所有待识别语种的特征分布特性,借助贝叶斯自适应算法可以...
本文提出了一种基于SDC特征和GMM-UBM模型的自动语种识别方法。SDC特征由许多语音帧的一阶差分谱连接扩展而成,与传统的MFCC特征相比,包含了更多的时序特征信息。UBM模型反映了所有待识别语种的特征分布特性,借助贝叶斯自适应算法可以快速得到每个语种的模型。与传统的GMM方法相比,该方法的训练和识别的速度更快。该方法对OGI电话语音库中11个语种进行了测试,其10秒、30秒和45秒句子的最佳识别正确率分别为72.38%、82.62%和85.23%,识别速度约为0.03倍实时。
展开更多
关键词
计算机应用
中文信息处理
SDC特征
gmm-ubm模型
贝叶斯自适应
自动语种识别
在线阅读
下载PDF
职称材料
非线性幂变换Gammachirp滤波器的鲁棒语音特征提取
被引量：
3
2
作者
李聪
葛洪伟
《计算机科学与探索》
CSCD
北大核心
2019年第8期1351-1359,共9页
针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gam...
针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式。另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试。实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势。
展开更多
关键词
特征提取
说话人识别
伽马啁啾滤波器
高斯混合
模型
-通用背景
模型
(
gmm-ubm
)
辨识向量(i-vector)
概率线性判别分析(PLDA)
在线阅读
下载PDF
职称材料
基于特征相对贡献度对加权Mel倒谱的改进
被引量：
5
3
作者
王家盛
郭其威
+1 位作者
吴松
马建敏
《声学技术》
CSCD
北大核心
2021年第3期408-414,共7页
在声纹识别系统的搭建过程中,提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响,文章基于高斯混合-通用背景模型(Gaussian Mixture Model-Universa...
在声纹识别系统的搭建过程中,提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响,文章基于高斯混合-通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)基线系统,研究了在无噪环境中各维特征组合下的识别率,利用增减分量法定量计算出各维特征分量对识别率的相对贡献程度,并根据贡献度的强弱对各维特征分量进行合理加权,得到了贡献度拟合权重系数,将此系数用于改进梅尔倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征参数。仿真结果表明,对特征参数进行贡献度拟合权重系数加权后,声纹识别的正确率得到了提升。
展开更多
关键词
增减分量法
贡献度
梅尔(Mel)倒谱系数
高斯混合-通用背景
模型
(
gmm-ubm
)
在线阅读
下载PDF
职称材料
题名
基于SDC特征和GMM-UBM模型的自动语种识别
被引量：
14
1
作者
姜洪臣
郑榕
张树武
徐波
机构
中国科学院自动化研究所
出处
《中文信息学报》
CSCD
北大核心
2007年第1期49-53,共5页
基金
国家自然科学基金资助项目(60475014)
国家高技术研究发展计划资助项目(2003AA1155202005AA114130)
文摘
本文提出了一种基于SDC特征和GMM-UBM模型的自动语种识别方法。SDC特征由许多语音帧的一阶差分谱连接扩展而成,与传统的MFCC特征相比,包含了更多的时序特征信息。UBM模型反映了所有待识别语种的特征分布特性,借助贝叶斯自适应算法可以快速得到每个语种的模型。与传统的GMM方法相比,该方法的训练和识别的速度更快。该方法对OGI电话语音库中11个语种进行了测试,其10秒、30秒和45秒句子的最佳识别正确率分别为72.38%、82.62%和85.23%,识别速度约为0.03倍实时。
关键词
计算机应用
中文信息处理
SDC特征
gmm-ubm模型
贝叶斯自适应
自动语种识别
Keywords
computer application
Chinese information processing
shifted delta cepstra
gmm-ubm
model
Bayesian adaptation
automatic language identification
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
题名
非线性幂变换Gammachirp滤波器的鲁棒语音特征提取
被引量：
3
2
作者
李聪
葛洪伟
机构
江南大学轻工过程先进控制教育部重点实验室
江南大学物联网工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2019年第8期1351-1359,共9页
基金
国家自然科学基金No.61305017
江苏省普通高校研究生科研创新计划项目No.KYLX16_0781
江苏省高校优势学科建设工程项目~~
文摘
针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式。另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试。实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势。
关键词
特征提取
说话人识别
伽马啁啾滤波器
高斯混合
模型
-通用背景
模型
(
gmm-ubm
)
辨识向量(i-vector)
概率线性判别分析(PLDA)
Keywords
feature extraction
speaker recognition
Gammachirp filter
Gaussian mixture model-universal background model (
gmm-ubm
)
identity-vector (i-vector)
probabilistic linear discriminant analysis (PLDA)
分类号
TN912.3 [电子电信—通信与信息系统]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于特征相对贡献度对加权Mel倒谱的改进
被引量：
5
3
作者
王家盛
郭其威
吴松
马建敏
机构
复旦大学航空航天系
上海宇航系统工程研究所
出处
《声学技术》
CSCD
北大核心
2021年第3期408-414,共7页
基金
上海航天科技创新基金(SAST2019-021)资助项目。
文摘
在声纹识别系统的搭建过程中,提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响,文章基于高斯混合-通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)基线系统,研究了在无噪环境中各维特征组合下的识别率,利用增减分量法定量计算出各维特征分量对识别率的相对贡献程度,并根据贡献度的强弱对各维特征分量进行合理加权,得到了贡献度拟合权重系数,将此系数用于改进梅尔倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征参数。仿真结果表明,对特征参数进行贡献度拟合权重系数加权后,声纹识别的正确率得到了提升。
关键词
增减分量法
贡献度
梅尔(Mel)倒谱系数
高斯混合-通用背景
模型
(
gmm-ubm
)
Keywords
increment-subtraction component method
degree of contribution
Mel frequency cepstrum coefficient(MFCC)
Gaussian mixture model-universal background model(
gmm-ubm
)
分类号
TP391.4 [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
题名
作者
出处
发文年
被引量
操作
1
基于SDC特征和GMM-UBM模型的自动语种识别
姜洪臣
郑榕
张树武
徐波
《中文信息学报》
CSCD
北大核心
2007
14
在线阅读
下载PDF
职称材料
2
非线性幂变换Gammachirp滤波器的鲁棒语音特征提取
李聪
葛洪伟
《计算机科学与探索》
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
3
基于特征相对贡献度对加权Mel倒谱的改进
王家盛
郭其威
吴松
马建敏
《声学技术》
CSCD
北大核心
2021
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
