期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
与文本无关的说话人辨认系统中一种新的使用基音周期方法研究 被引量:5
1
作者 段新 黄新宇 吴淑珍 《北京大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第5期690-696,共7页
研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化 (VQ)、高斯混合模型 (GMM)分类器结合 ,使用升正弦窗函数加权的线性预测倒谱系数 (LPCC)。在训练时为训练集中的每个说话人估计一个一维高... 研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化 (VQ)、高斯混合模型 (GMM)分类器结合 ,使用升正弦窗函数加权的线性预测倒谱系数 (LPCC)。在训练时为训练集中的每个说话人估计一个一维高斯形式的基音周期概率密度函数 ;在识别时 ,将测试语音中提取的基音周期在训练集说话人基音周期概率模型中得到的基音周期概率密度对VQ、GMM分类器的似然测度加权 ,形成新的似然测度。实验结果表明 ,使用新的似然测度进行与文本无关的说话人辨认比VQ、GMM分类器的辨认率有较大的提高 ,码字个数为 8,测试时间为 8s时 ,辨认率相对VQ提高约 13%。 展开更多
关键词 矢量量化(VQ) 高斯混合模型(GMM) 升正弦窗函数 基音周期概率密度高斯函数估计 加权测度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部