期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
变异特征加权的异常语音说话人识别算法
被引量:
5
1
作者
何俊
李艳雄
+1 位作者
贺前华
李威
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第3期106-111,共6页
常用的加权算法难以跟踪非常态语音特征的变异,为此,文中提出了一种变异特征加权的异常语音说话人识别算法.首先统计大量正常语音各阶MFCC特征的概率分布,建立正常语音特征模板;然后用测试语音特征与正常语音特征模板之间的K-L距离和欧...
常用的加权算法难以跟踪非常态语音特征的变异,为此,文中提出了一种变异特征加权的异常语音说话人识别算法.首先统计大量正常语音各阶MFCC特征的概率分布,建立正常语音特征模板;然后用测试语音特征与正常语音特征模板之间的K-L距离和欧氏距离来度量语音的变异程度,确定K-L加权因子和欧氏加权因子;最后利用加权因子对测试语音的MFCC特征进行加权,并将加权后的特征输入高斯混合模型进行异常语音说话人识别.实验结果表明,文中提出的K-L加权和欧氏加权的异常语音说话人识别算法的整体识别率分别为46.61%和42.25%,而基于各阶特征对说话人识别贡献的加权算法和不加权算法的整体识别率分别为39.68%和36.36%.
展开更多
关键词
异常语音
说话人识别
变异特征加权
K-L距离
加权
因子
下载PDF
职称材料
题名
变异特征加权的异常语音说话人识别算法
被引量:
5
1
作者
何俊
李艳雄
贺前华
李威
机构
华南理工大学电子与信息学院
出处
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第3期106-111,共6页
基金
国家自然科学基金资助项目(60972132
61101160)
+2 种基金
广东省自然科学基金团队项目(9351064101000003)
广东省自然科学基金博士科研启动项目(10451064101004651)
华南理工大学中央高校基本科研业务费专项资金资助项目(2011ZM0029)
文摘
常用的加权算法难以跟踪非常态语音特征的变异,为此,文中提出了一种变异特征加权的异常语音说话人识别算法.首先统计大量正常语音各阶MFCC特征的概率分布,建立正常语音特征模板;然后用测试语音特征与正常语音特征模板之间的K-L距离和欧氏距离来度量语音的变异程度,确定K-L加权因子和欧氏加权因子;最后利用加权因子对测试语音的MFCC特征进行加权,并将加权后的特征输入高斯混合模型进行异常语音说话人识别.实验结果表明,文中提出的K-L加权和欧氏加权的异常语音说话人识别算法的整体识别率分别为46.61%和42.25%,而基于各阶特征对说话人识别贡献的加权算法和不加权算法的整体识别率分别为39.68%和36.36%.
关键词
异常语音
说话人识别
变异特征加权
K-L距离
加权
因子
Keywords
abnormal speech
speaker recognition
abnormal feature weighting
K-L distance
weighting factor
分类号
TN912.3 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
变异特征加权的异常语音说话人识别算法
何俊
李艳雄
贺前华
李威
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部