期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于共振峰和梅尔倒谱的声纹特征提取SOC设计 被引量:3
1
作者 席青云 邱长江 +2 位作者 陶佰睿 关新宇 苗凤娟 《传感技术学报》 CAS CSCD 北大核心 2023年第5期782-787,共6页
反映声道(谐振器)物理特性且不易受环境影响的元音共振峰可以更好地反映说话人的声纹特征,为此提出了说话人共振峰自适应MFCC(梅尔倒谱系数)特征提取SOC(片上系统)设计。首先提取说话人语音元音的三组共振峰来设计Mel三角形滤波器组,并... 反映声道(谐振器)物理特性且不易受环境影响的元音共振峰可以更好地反映说话人的声纹特征,为此提出了说话人共振峰自适应MFCC(梅尔倒谱系数)特征提取SOC(片上系统)设计。首先提取说话人语音元音的三组共振峰来设计Mel三角形滤波器组,并基于传统MFCC与共振峰改进MFCC矩阵参数比值设计自适应融合说话人语音特征以改进MFCC。在MATLAB中完成性能仿真,在QUARTUS II中完成VERILOG-HDL代码设计,在FPGA(现场可编程门阵列)开发板上完成SOC设计、编译、仿真和验证下载。结果表明,在较高信噪比环境下,基于自适应融合和共振峰改进的MFCC得到的特征向量比传统的MFCC具有更强的鲁棒性,此技术在说话人声纹身份识别传感器设计中有较大应用推广价值。 展开更多
关键词 声纹识别 共振峰 梅尔频率 自适应融合 片上系统
在线阅读 下载PDF
PCA-VQ融合降维的SMO-SVM说话人识别研究 被引量:1
2
作者 席青云 孙同日 +2 位作者 陶佰睿 杨文博 苗凤娟 《传感技术学报》 CAS CSCD 北大核心 2023年第2期275-279,共5页
针对说话人语音原始梅尔频率倒谱系数(MFCC)特征参数维数较高造成的模型计算效率低以及不稳定的问题,基于序列最小优化(SMO)高效算法求解支持向量机(SVM)基本型的对偶问题,开展主成分分析-矢量量化(PCA-VQ)融合降维的SMO-SVM说话人识别... 针对说话人语音原始梅尔频率倒谱系数(MFCC)特征参数维数较高造成的模型计算效率低以及不稳定的问题,基于序列最小优化(SMO)高效算法求解支持向量机(SVM)基本型的对偶问题,开展主成分分析-矢量量化(PCA-VQ)融合降维的SMO-SVM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过。仿真结果表明:通过PCA-VQ融合算法对MFCC特征参数进行优化降维后,SMO-SVM说话人识别模型的正确率提高3.77%,训练时间节省1.24 s,具有较好推广应用价值。 展开更多
关键词 说话人识别 主成分分析 矢量量化 序列最小优化 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部