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
5
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
基于i向量的SVM说话人确认
1
作者
吴文昭
《兰州文理学院学报(自然科学版)》
2016年第3期53-55,共3页
针对SVM处理定长语音向量的局限,将新型的定长i向量应用于说话人确认.该算法首先在整体注册说话人的高斯混合通用背景模型上应用MAP自适应算法提取说话人的GMM超向量,紧接着在超向量空间分析全局差异空间矩阵,获得低维的定长i向量,用于...
针对SVM处理定长语音向量的局限,将新型的定长i向量应用于说话人确认.该算法首先在整体注册说话人的高斯混合通用背景模型上应用MAP自适应算法提取说话人的GMM超向量,紧接着在超向量空间分析全局差异空间矩阵,获得低维的定长i向量,用于支持向量机的训练.仿真实验结果验证了该算法的有效性.
展开更多
关键词
说话人确认
i向量
高斯混合通用背景模型
gmm
超向量:支持向量机
下载PDF
职称材料
基于韵律特征的SVM说话人确认
被引量:
2
2
作者
黄肖忠
李辉
+1 位作者
许东星
郭伟
《计算机工程与应用》
CSCD
北大核心
2011年第15期148-151,224,共5页
提出了一种基于韵律特征和SVM的文本无关说话人确认系统。采用小波分析方法,从语音信号的MFCC、F0和能量轨迹中提取出超音段韵律特征,通过实验研究三者的韵律特征在特征层的最佳互补融合,得到信号的韵律特征PMFCCFE,用韵律特征的GMM均...
提出了一种基于韵律特征和SVM的文本无关说话人确认系统。采用小波分析方法,从语音信号的MFCC、F0和能量轨迹中提取出超音段韵律特征,通过实验研究三者的韵律特征在特征层的最佳互补融合,得到信号的韵律特征PMFCCFE,用韵律特征的GMM均值超矢量作为参数训练目标话者的SVM模型,以更有效地区分目标话者和冒认话者。在NIST068side-1side数据库的实验表明,以短时倒谱参数的GMM-UBM系统为基准,超音段韵律特征的GMM-SVM系统的EER相对下降了57.9,MinDCF相对下降了41.4。
展开更多
关键词
韵律特征
高斯混合模型(
gmm
)超矢量
支持向量机
文本无关说话人确认
下载PDF
职称材料
基于信道补偿的说话人识别算法
被引量:
3
3
作者
申铉京
翟玉杰
+2 位作者
卢禹彤
王玉
陈海鹏
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2016年第3期870-875,共6页
现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参...
现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参数梅尔倒谱系数(MFCC)进行处理,去除线性信道和背景噪声的影响,并建立说话人GMM。然后利用因子分析技术拟合说话人特征空间与信道空间的差异,去除信道因子的影响。最后提取高斯超向量并通过支持向量机(SVM)得到识别结果。实验结果证明了信道补偿算法与GMM-SVM相结合能获得更好的识别率,并能保证算法的鲁棒性。
展开更多
关键词
计算机应用
说话人识别
支持向量机
混合高斯模型
特征弯折
隐藏因子分析
下载PDF
职称材料
NAP序列核函数在话者识别中的应用
被引量:
2
4
作者
邢玉娟
李明
《计算机工程》
CAS
CSCD
北大核心
2010年第8期194-196,共3页
针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实...
针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实验结果表明,该函数可有效提高支持向量机的分类性能和话者识别系统的识别准确率。
展开更多
关键词
扰动属性投影
高斯混合模型超向量
话者识别
支持向量机
下载PDF
职称材料
基于因子分析信道失配补偿的SVM话者确认方法
被引量:
2
5
作者
吴德辉
李辉
+1 位作者
刘青松
戴蓓蒨
《模式识别与人工智能》
EI
CSCD
北大核心
2010年第1期59-64,共6页
针对信道失配和统计模型区分性不足而导致话者确认性能下降问题,文中提出一种将因子分析信道失配补偿与支持向量机模型相结合的文本无关话者确认方法.在SVM话者模型前端采用高斯混合模型-背景模型(GMM-UBM)方法对语音特征参数进行聚类...
针对信道失配和统计模型区分性不足而导致话者确认性能下降问题,文中提出一种将因子分析信道失配补偿与支持向量机模型相结合的文本无关话者确认方法.在SVM话者模型前端采用高斯混合模型-背景模型(GMM-UBM)方法对语音特征参数进行聚类和升维,并利用因子分析(FA)方法,对聚类获得的超矢量进行信道补偿后作为基于SVM话者确认的输入特征,从而有效解决SVM用于文本无关话者确认的大样本、升维问题,以及信道失配对性能影响问题.在NIST06数据库上实验结果表明,文中方法比未做失配补偿的GMM-UBM系统、GMM-SVM系统在等误识率上有50%以上的改善,比做了FA失配补偿的GMM-UBM系统也有15.8%的改善.
展开更多
关键词
因子分析
高斯混合模型(
gmm
)超矢量
支持向量机(
svm
)
话者确认
原文传递
题名
基于i向量的SVM说话人确认
1
作者
吴文昭
机构
兰州城市学院信息工程学院
出处
《兰州文理学院学报(自然科学版)》
2016年第3期53-55,共3页
基金
甘肃省教育厅科研项目(2015B-090)
文摘
针对SVM处理定长语音向量的局限,将新型的定长i向量应用于说话人确认.该算法首先在整体注册说话人的高斯混合通用背景模型上应用MAP自适应算法提取说话人的GMM超向量,紧接着在超向量空间分析全局差异空间矩阵,获得低维的定长i向量,用于支持向量机的训练.仿真实验结果验证了该算法的有效性.
关键词
说话人确认
i向量
高斯混合通用背景模型
gmm
超向量:支持向量机
Keywords
speaker
verification
i-
vector
gaussian
mixture
Universal Background
model
gmm
super
vector
support vector machine
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于韵律特征的SVM说话人确认
被引量:
2
2
作者
黄肖忠
李辉
许东星
郭伟
机构
中国科学技术大学电子科学与技术系
出处
《计算机工程与应用》
CSCD
北大核心
2011年第15期148-151,224,共5页
文摘
提出了一种基于韵律特征和SVM的文本无关说话人确认系统。采用小波分析方法,从语音信号的MFCC、F0和能量轨迹中提取出超音段韵律特征,通过实验研究三者的韵律特征在特征层的最佳互补融合,得到信号的韵律特征PMFCCFE,用韵律特征的GMM均值超矢量作为参数训练目标话者的SVM模型,以更有效地区分目标话者和冒认话者。在NIST068side-1side数据库的实验表明,以短时倒谱参数的GMM-UBM系统为基准,超音段韵律特征的GMM-SVM系统的EER相对下降了57.9,MinDCF相对下降了41.4。
关键词
韵律特征
高斯混合模型(
gmm
)超矢量
支持向量机
文本无关说话人确认
Keywords
prosodic features
gaussian
mixture
model
(gmm
)
super
vector
support vector machine
(
svm)
text-independent
speaker
verification
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
基于信道补偿的说话人识别算法
被引量:
3
3
作者
申铉京
翟玉杰
卢禹彤
王玉
陈海鹏
机构
吉林大学计算机科学与技术学院
吉林大学符号计算与知识工程教育部重点实验室
香港理工大学工程学院
吉林大学应用技术学院
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2016年第3期870-875,共6页
基金
国家青年科学基金项目(61305046)
吉林省自然科学基金项目(20140101193JC)
吉林省青年科学基金项目(20130522117JH)
文摘
现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参数梅尔倒谱系数(MFCC)进行处理,去除线性信道和背景噪声的影响,并建立说话人GMM。然后利用因子分析技术拟合说话人特征空间与信道空间的差异,去除信道因子的影响。最后提取高斯超向量并通过支持向量机(SVM)得到识别结果。实验结果证明了信道补偿算法与GMM-SVM相结合能获得更好的识别率,并能保证算法的鲁棒性。
关键词
计算机应用
说话人识别
支持向量机
混合高斯模型
特征弯折
隐藏因子分析
Keywords
computer application
speaker
recognition
support vector machine
(
svm)
gaussian
mixture
model
(gmm
)
feature warp
latent
factor analysis
(LFA)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
NAP序列核函数在话者识别中的应用
被引量:
2
4
作者
邢玉娟
李明
机构
甘肃联合大学理工学院
兰州理工大学计算机与通信学院
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第8期194-196,共3页
文摘
针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实验结果表明,该函数可有效提高支持向量机的分类性能和话者识别系统的识别准确率。
关键词
扰动属性投影
高斯混合模型超向量
话者识别
支持向量机
Keywords
Nuisance Attribute Projection(NAP)
gaussian
mixture
model
(gmm
)
super
vector
speaker
verification
support vector machine
(
svm)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于因子分析信道失配补偿的SVM话者确认方法
被引量:
2
5
作者
吴德辉
李辉
刘青松
戴蓓蒨
机构
中国科学技术大学电子科学与技术系
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2010年第1期59-64,共6页
文摘
针对信道失配和统计模型区分性不足而导致话者确认性能下降问题,文中提出一种将因子分析信道失配补偿与支持向量机模型相结合的文本无关话者确认方法.在SVM话者模型前端采用高斯混合模型-背景模型(GMM-UBM)方法对语音特征参数进行聚类和升维,并利用因子分析(FA)方法,对聚类获得的超矢量进行信道补偿后作为基于SVM话者确认的输入特征,从而有效解决SVM用于文本无关话者确认的大样本、升维问题,以及信道失配对性能影响问题.在NIST06数据库上实验结果表明,文中方法比未做失配补偿的GMM-UBM系统、GMM-SVM系统在等误识率上有50%以上的改善,比做了FA失配补偿的GMM-UBM系统也有15.8%的改善.
关键词
因子分析
高斯混合模型(
gmm
)超矢量
支持向量机(
svm
)
话者确认
Keywords
factor analysis
,
gaussian mixture ( svm)
,
speaker verification model (gmm) super vector
,
support vector machine
分类号
TN912.34 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于i向量的SVM说话人确认
吴文昭
《兰州文理学院学报(自然科学版)》
2016
0
下载PDF
职称材料
2
基于韵律特征的SVM说话人确认
黄肖忠
李辉
许东星
郭伟
《计算机工程与应用》
CSCD
北大核心
2011
2
下载PDF
职称材料
3
基于信道补偿的说话人识别算法
申铉京
翟玉杰
卢禹彤
王玉
陈海鹏
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2016
3
下载PDF
职称材料
4
NAP序列核函数在话者识别中的应用
邢玉娟
李明
《计算机工程》
CAS
CSCD
北大核心
2010
2
下载PDF
职称材料
5
基于因子分析信道失配补偿的SVM话者确认方法
吴德辉
李辉
刘青松
戴蓓蒨
《模式识别与人工智能》
EI
CSCD
北大核心
2010
2
原文传递
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