IR
基于自适应高斯混合模型与静动态听觉特征融合的说话人识别
吴迪; 曹洁; 王进花
2013-06-15
Source Publication光学精密工程
Volume21Issue:06Pages:1598-1604
Abstract对特征参数和高斯混合模型进行改进,提出了一种特征域和模型域混合补偿的方法用于解决说话人识别特征受噪声影响较大以及高斯混合模型随训练样本长度减小而性能下降的问题。通过模拟人耳听觉,给出了基于伽马通滤波器的伽马通滤波倒谱系数;考虑其只反映了语音的静态特征,提取了能够反映语音动态特征的伽马通滑动差分倒谱系数。基于因子分析技术,利用移动因子表示高斯混合模型的自适应过程,通过训练语料较充分的说话人模型中的均值向量补偿受训练语料长度影响较大的分量的均值向量。仿真实验表明:在纯净背景下,本文方法的识别率达到了98.46%;在不同噪声环境下,本文提出的混合补偿方法能有效提高说话人识别系统的性能。
Keyword高斯混合模型 伽马通滤波器 滑动差分倒谱 因子分析 听觉特征
Indexed ByCNKI
Language中文
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/65012
Collection兰州理工大学
电气工程与信息工程学院
计算机与通信学院
Affiliation1.兰州理工大学电气工程与信息工程学院
2.兰州理工大学计算机与通信学院
Recommended Citation
GB/T 7714
吴迪,曹洁,王进花. 基于自适应高斯混合模型与静动态听觉特征融合的说话人识别[J]. 光学精密工程,2013,21(06):1598-1604.
APA 吴迪,曹洁,&王进花.(2013).基于自适应高斯混合模型与静动态听觉特征融合的说话人识别.光学精密工程,21(06),1598-1604.
MLA 吴迪,et al."基于自适应高斯混合模型与静动态听觉特征融合的说话人识别".光学精密工程 21.06(2013):1598-1604.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[吴迪]'s Articles
[曹洁]'s Articles
[王进花]'s Articles
Baidu academic
Similar articles in Baidu academic
[吴迪]'s Articles
[曹洁]'s Articles
[王进花]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[吴迪]'s Articles
[曹洁]'s Articles
[王进花]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.