您的位置： 专家智库 > >

北京大学深圳研究生院物联网智能感知技术工程实验室

作品数：2 被引量：3H指数：1
相关机构：华北电力大学控制与计算机工程学院更多>>
相关领域：电子电信更多>>

合作机构

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 1篇电子电信

主题

  • 2篇倒谱
  • 2篇倒谱系数
  • 2篇多特征融合
  • 2篇信息融合
  • 2篇普通话
  • 2篇谱系数
  • 2篇汉语
  • 2篇汉语普通话
  • 2篇GMM
  • 2篇MEL频率倒...
  • 1篇混合高斯
  • 1篇混合高斯模型
  • 1篇高斯
  • 1篇高斯模型

机构

  • 2篇北京大学
  • 2篇华北电力大学

作者

  • 1篇庞程
  • 1篇王秀玲

传媒

  • 1篇华中科技大学...

年份

  • 2篇2015
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于多特征融合的GMM汉语普通话口音识别被引量：3
2015年
提出一种基于MFCC和共振峰频率特征的汉语普通话口音识别方法.该方法首先提取Mel频率倒谱系数(MFCC)和共振峰频率特征作为混合高斯模型(GMM)的输入,然后采用期望最大化(EM)算法训练模型,对两种特征分别建模,最后采用基于最大似然准则(ML)的信息融合策略进行口音判别.实验数据库为7个地区的语音数据.经过交叉验证,该方法对于中国典型地区普通话口音的识别率达到85.61%,比单一使用MFCC特征或共振峰频率特征分别提高了6.62%和32.90%.
庞程王秀玲张结刘宏
关键词：汉语普通话MEL频率倒谱系数信息融合
基于多特征融合的GMM汉语普通话口音识别
一种基于MFCC和共振峰频率特征的汉语普通话口音识别方法.该方法首先提取Mel频率倒谱系数(MFCC)和共振峰频率特征作为混合高斯模型(GMM)的输入,然后采用期望最大化(EM)算法训练模型,对两种特征分别建模,最后采用...
庞程王秀玲张结刘宏
关键词：汉语普通话混合高斯模型MEL频率倒谱系数信息融合
全选 清除 导出
共1页<1>
聚类工具0