您的位置: 专家智库 > >

贺庆玮

作品数:2 被引量:0H指数:0
供职机构:中国科学技术大学信息科学技术学院电子科学与技术系更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇混合模型
  • 2篇高斯
  • 2篇高斯混合
  • 2篇高斯混合模型
  • 2篇SVM
  • 1篇映射
  • 1篇说话人确认
  • 1篇特征映射
  • 1篇话者确认
  • 1篇基音
  • 1篇基音周期

机构

  • 2篇中国科学技术...

作者

  • 2篇贺庆玮
  • 1篇李辉
  • 1篇许敏强

传媒

  • 1篇通信技术

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于分类特征映射的SVM话者确认
2010年
为了解决与文中无关的话者确认,大量训练样本数据所导致的建立支持向量机SVM(SupportVectorMachine)话者模型困难,文中提出了一种基于基音分类特征映射和支持向量机的话者确认系统,首先根据基音周期将语音倒谱参数在特征空间上分类,再利用GMM-UBM结构进行特征映射,获得每个特征子空间中的话者特征参数并建立SVM话者模型。基音分类特征映射不仅使得样本数据极大地压缩,而且让子空间中SVM分类界面具有更好的区分性,因此,对各分类子系统评分融合之后的总系统具有更好话者确认性能。在NIST’06数据库上的实验证明了该方法的有效性。
贺庆玮李辉许敏强
关键词:基音周期高斯混合模型特征映射支持向量机话者确认
基于分类特征映射和SVM的说话人确认方法研究
随着通信与计算机技术的发展,使用电话、手机等工具进行交流的用户不断增多,电话语音也在人们的生活中占有越来越重要的地位。使用电话语音来进行说话人身份鉴别具有方便快捷等诸多优点,其技术在金融、商贸、公安、军事等领域具有广阔的...
贺庆玮
关键词:支持向量机高斯混合模型
文献传递
共1页<1>
聚类工具0