期刊文献+

基于主成分分析的说话人特征变换研究 被引量:1

下载PDF
导出
摘要 论文主要研究主成分分析法在说话人识别系统的应用,首先介绍了高维说话人特征的相关情况,继而对说话人特征的主成分分析,通过实验证明,用主成分分析法,在保证不损失原始语音信息的前提下,可以将大量的数据信息简单化,这样使得说话人识别系统的实时性与可行性明显提高。
作者 宋凌
机构地区 贵州省经济学校
出处 《电子技术与软件工程》 2013年第17期241-243,共3页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
  • 相关文献

参考文献1

二级参考文献13

  • 1王波,徐毅琼,李弼程.基于段级特征的对话环境下说话人分段算法[J].计算机工程与设计,2007,28(10):2401-2402. 被引量:1
  • 2FURUI S. Digital speech processing, synthesis, and recognition[M]. New York: Marcel Dekker, 2001.
  • 3GISH H, SCHMIDT M. Text independent speaker identification[J]. IEEE Signal Proc, 1994,11 (4): 18-32.
  • 4REYNOLDS D A. The super SID project: Exploiting high level information for high accuracy speaker recognition[A]. In IEEE International Conference on Acoustics, Speech and Signal Processing[C]. Hong Kong, China, 2003:784-787.
  • 5DRYGAJLO A,MALIKI M E. Speaker verification in noisy environments with combined spectral subtraction and missing feature theory[A]. In IEEE International Conference on Acoustics, Speech and Signal Processing[C]. Seattle, USA, 1998,1 : 121 - 124.
  • 6HERMANSKY H, MORGAN N. Rasta processing of speech [J]. IEEE Trans on Speech and Audio Processing. 1994,2 (4):578-589.
  • 7WANG L ,KITAOKA N,NAKAGAWA S. Analysis of effect of compensation parameter estimation for CMN on speech/ speaker recognition[A]. In 9th International Symposium on Signal Processing and Its Applications(ICASSP'07)[C]. Sharjah, 2007 : 1-4.
  • 8TORRE A, SEGURA J C,BENITEZ C. Non-linear transformations of the feature space for robust speech recognition [A]. In IEEE Proc. Of ICASSP[C]. Orlando, USA, 2002: 401-404.
  • 9VIIKKI O, LAURILA K. Cepstral domain segmental feature vector normalization for noise robust speech recognition[J]. Speech Communication, 1998, 25 ( 1 ): 133-147.
  • 10HSU C W, LEE L S. High order cestral moment normalization(HOCMN) for robust speech recognition[A]. In IEEE Proc of ICASSP[C]. Montreal, Canada, 2004:197-200.

同被引文献15

引证文献1

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部