-
题名一种提高语音特征参数稳健性MLMCC算法的研究
- 1
-
-
作者
杜文龙
-
机构
淮安信息职业技术学院
-
出处
《智能计算机与应用》
2014年第4期94-96,共3页
-
文摘
语音特征参数的提取是语音识别的前提和基础,特别是在噪声环境中,如何寻找对噪声不敏感的语音特征即是目前研究的一个难点和重点。本文在对LPCC和MFCC两种参数深入分析的基础上,分析一种MLMCC特征参数提取方法,实验证明具有良好的抗噪能力。
-
关键词
MFCC倒谱参数
lpcc倒谱参数
MLMCC倒谱参数
-
Keywords
MFCC Parameter
lpcc Parameter
MLMCC Parameter
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名采用高斯概率分布和支持向量机的说话人确认
被引量：2
- 2
-
-
作者
郭武
戴礼荣
王仁华
-
机构
中国科学技术大学电子工程与信息科学系科大讯飞语音实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2008年第6期794-798,共5页
-
基金
国家863计划资助项目(No.2006AA010104)
-
文摘
在采用支持向量机的说话人确认中,将语音特征参数相对于通用背景模型各高斯分量的概率分布作为支持向量机输入,在线性核函数的情况下,系统能取得与广义线性判别式序列核函数(GLDS)几乎相同的识别率,同时该高斯概率分布算法能够与混合高斯背景模型、广义线性判别式序列核函数的得分进行融合,进一步提高识别性能.在2006年 NIST SRE 1conv4w-1conv4w 数据库上,融合后的系统相对于基线的混合高斯模型最多有25%的等错误率下降.
-
关键词
广义线性判别式序列(GLDS)
梅尔刻度式倒谱参数(MFCC)
线性预测倒谱参数(lpcc)
-
Keywords
Generalized Linear Discriminant Sequence （GLDS）, Mel Frequency Cepstrum Coefficient （ MFCC）, Linear Prediction Cepstrum Coefficient （lpcc）
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
