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

说话人特征提取算法的研究

孙鹏; 戴天虹; 李野东北林业大学
森林工程2013-3-15
5阅读
引用收藏
分享

摘要

研究说话人识别中特征提取算法,已有的线性预测系数(LPC)与梅尔倒谱系数(MFCC)目前都有着广泛的应用,可以说二者各具优点,但同时也各有其弊端。线性预测系数的低鲁棒性使其不能在噪声环境下得到准确的特征参数,而梅尔倒谱系数是基于人耳特性的,能够很好的保持噪声环境下的鲁棒性,将二者结合,研究一种新的提取特征参数的方法。分析其特性,并取其一阶差分与其相组合,运用基于高斯混合模型GMM的说话人识别系统检验其识别效果,同时比较其与MFCC、LPC的优劣。

学科与关键词

关键词
说话人识别特征提取算法 speaker recognitionfeature extractionalgorithm
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.
  • 基于修正Mel子带系数的文本无关的说话人识别
    张庆芳; 赵鹤鸣计算机工程与应用, 2011, 47(01): 12-14.
  • 基于流形学习LPP算法的语音特征提取应用
    季伟; 王力通信技术, 2013, (12): 15-18.
查看全部 →

发表信息

论文状态
公开发表
期刊
森林工程
发表日期
2013-03-15
卷期
第 02 期
页码
143-147
成果收录
CHINAJOURNAL
资助标注
黑龙江省自然科学资金项目(F200920)

作者

  • 孙

    孙鹏 (第一作者)

  • 戴

    戴天虹

查看全部 3 位作者收起作者
  • 李

    李野

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