吉林省科技发展计划基金(201101032)
- 作品数:2 被引量:22H指数:2
- 相关作者:陈虹林琳陈建金焕梅更多>>
- 相关机构:吉林大学更多>>
- 发文基金:吉林省科技发展计划基金国家教育部博士点基金更多>>
- 相关领域:电子电信更多>>
- 基于鲁棒听觉特征的说话人识别被引量:10
- 2013年
- 为了提高噪声环境中说话人识别系统的性能,本文提出了一种鲁棒听觉特征提取的算法,并将其应用到说话人识别系统中.运用自适应压缩Gammachirp滤波器组模拟人耳耳蜗的听觉特性,对输入的语音信号进行频域子带滤波,将得到的对数子带能量作为听觉特征参数.分别运用离散余弦变换和核主成分分析方法,对提取的特征参数进行特征变换,降低特征参数的维数,提高特征参数的噪声鲁棒性和个性表现力.实验结果表明,将提取的新听觉特征参数应用到说话人识别系统中,新特征参数在鲁棒性和识别性能上均优于梅尔倒谱系数和基于Gammatone的听觉特征参数.
- 林琳陈虹陈建
- 关键词:说话人识别核主成分分析特征提取
- 基于多核SVM-GMM的短语音说话人识别被引量:12
- 2013年
- 运用多个核函数的线性组合构造多核空间,在多核空间上设计了基于支持向量机的说话人分类器,实现短语音说话人识别。多核映射能够解决单核映射核函数及其参数选择的难题,增加说话人的可区分性,提高分类器的性能。算法中结合了高斯混合模型(GMM),并以GMM超向量作为说话人的最终特征参数进行仿真实验。实验表明,在短语音和两种噪声环境中,基于多核SVM-GMM的短语音说话人识别算法较SVM-GMM算法能得到更好的识别性能和鲁棒性。
- 林琳陈虹陈建金焕梅
- 关键词:通信技术说话人识别多核支持向量机