您的位置: 专家智库 > >

张翔

作品数:2 被引量:11H指数:2
供职机构:中国科学院声学研究所更多>>
发文基金:国家自然科学基金国家科技支撑计划更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 1篇倒谱
  • 1篇倒谱系数
  • 1篇信道
  • 1篇信道干扰
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇说话人确认
  • 1篇说话人识别
  • 1篇谱系数
  • 1篇最小方差无失...
  • 1篇稳健性
  • 1篇无失真
  • 1篇向量
  • 1篇向量机
  • 1篇混合模型
  • 1篇感知
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇MEL频率倒...

机构

  • 2篇中国科学院

作者

  • 2篇梁春燕
  • 2篇张翔
  • 2篇颜永红
  • 1篇杨琳
  • 1篇张建平
  • 1篇索宏彬
  • 1篇杨海

传媒

  • 2篇声学学报

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
最小方差无失真响应感知倒谱系数在说话人识别中的应用被引量:4
2012年
研究最小方差无失真响应感知倒谱系数在说话人识别中的应用。提取最小方差无失真响应感知倒谱系数,对其进行高斯混合模型建模并采用联合因子分析的方法来拟合高斯混合模型中的说话人和信道差异,在美国国家标准技术研究院2008年说话人识别评测核心测试集上分别对最小方差无失真响应感知倒谱系数和传统的Mel频率倒谱系数进行测试。结果显示,两种不同特征的系统性能相当,采用线性融合方法后,在不同测试集上的等错误率相对下降了7.6%~30.5%,最小检测错误代价相对下降了3.2%~21.2%。实验表明,最小方差无失真响应感知倒谱系数能有效应用于说话人识别中,且与传统的Mel频率倒谱系数存在一定程度的互补性。
梁春燕张翔杨琳张建平颜永红
关键词:MEL频率倒谱系数最小方差无失真响应说话人识别感知高斯混合模型
联合因子分析和稀疏表示在稳健性说话人确认中的应用被引量:7
2012年
在说话人确认的任务中,为了解决信道失配问题,提高系统性能,引入了联合因子分析和稀疏表示算法。首先利用联合因子分析算法去除信道干扰,得到与信道无关的说话人因子,然后在稀疏表示算法中利用说话人因子构建过完备字典,求解稀疏最优化问题计算说话人得分。由于此方法有机结合了联合因子分析算法的信道鲁棒性和稀疏表示的鉴别性,使用此算法构建的系统在NIST SRE 2008电话训练、电话测试数据集上性能表现良好,相对于联合因子分析-支持向量机系统在性能上有竞争性,在原理上有互异性,系统融合更带来了最小检测代价指标上4.91%的性能提升。实验表明使用联合因子分析与稀疏表示进行说话人确认是可行的。
杨海张翔梁春燕索宏彬颜永红
关键词:稳健性说话人确认信道干扰支持向量机
共1页<1>
聚类工具0