ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于MFCC的频谱重构实现音高估计和发声分类

张少华; 秦会斌杭州电子科技大学
测控技术2019DOI: 10.19708/j.ckjs.2019.06.218
15阅读
引用收藏
分享

摘要

音高估计和发声分类可以帮助快速检索目标语音,是语音检索中十分重要且困难的研究方向之一,对语音识别领域具有重要的意义。提出了一种新型音高估计和发声分类方法。利用梅尔频率倒谱系数(MFCC)进行频谱重构,并在对数下对重构的频谱进行压缩和过滤。通过高斯混合模型(GMM)对音高频率和滤波频率的联合密度建模来实现音高估计,实验结果在TIMIT数据库上的相对误差为6. 62%。基于高斯混合模型的模型也可以完成发声分类任务,经试验测试表明发声分类的准确率超过99%,为音高估计和发声分类提供了一种新的模型。

学科与关键词

关键词
语音识别音高估计梅尔频率倒谱系数高斯混合模型 speech recognitionpitch estimationMel frequency cepstral coefficientGaussian mixture model
相关
加载中…
  • 一种基于MFCC与韵律特征的说话人确认方法
    骆启帆; 章坚武; 吴震东杭州电子科技大学学报, 2013, (05): 134-137.
  • 说话人特征提取算法的研究
    孙鹏; 戴天虹; 李野森林工程, 2013, (02): 143-147.
  • 采用GW-MFCC模型空间参数的语音情感识别
    沈燕; 肖仲喆; 李冰洁; 周孝进; 周强; 陶智计算机工程与应用, 2014.
查看全部 →

发表信息

论文状态
公开发表
期刊
测控技术
发表日期
2019
卷期
第 11 期
页码
86-89+131
DOI
10.19708/j.ckjs.2019.06.218
成果收录
CHINAJOURNAL

作者

  • 张

    张少华 (第一作者)

  • 秦

    秦会斌

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417