2024年7月2日
星期二
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
翟玉杰
作品数:
1
被引量:3
H指数:1
供职机构:
吉林大学计算机科学与技术学院
更多>>
发文基金:
吉林省自然科学基金
国家杰出青年科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
王玉
吉林大学计算机科学与技术学院符...
申铉京
吉林大学计算机科学与技术学院符...
陈海鹏
吉林大学计算机科学与技术学院符...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
信道
1篇
信道补偿
1篇
支持向量
1篇
支持向量机
1篇
说话人识别
1篇
说话人识别算...
1篇
向量
1篇
向量机
1篇
混合高斯
1篇
混合高斯模型
1篇
计算机
1篇
计算机应用
1篇
高斯
1篇
高斯模型
机构
1篇
吉林大学
1篇
香港理工大学
作者
1篇
陈海鹏
1篇
申铉京
1篇
王玉
1篇
翟玉杰
传媒
1篇
吉林大学学报...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于信道补偿的说话人识别算法
被引量:3
2016年
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。
申铉京
翟玉杰
卢禹彤
王玉
陈海鹏
关键词:
计算机应用
说话人识别
支持向量机
混合高斯模型
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张