您的位置: 专家智库 > >

赵靖

作品数:2 被引量:9H指数:2
供职机构:桂林电子科技大学信息与通信学院更多>>
发文基金:广西壮族自治区自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇端点
  • 1篇端点检测
  • 1篇语音
  • 1篇语音端点检测
  • 1篇语音端点检测...
  • 1篇矢量
  • 1篇矢量量化
  • 1篇说话人识别
  • 1篇特征参数
  • 1篇主成分
  • 1篇主成分分析
  • 1篇自适
  • 1篇自适应
  • 1篇聚类
  • 1篇过零率
  • 1篇K-MEAN...

机构

  • 2篇桂林电子科技...

作者

  • 2篇景新幸
  • 2篇杨海燕
  • 2篇赵靖
  • 1篇马金龙

传媒

  • 1篇电声技术
  • 1篇计算机应用

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
一种自适应样本熵的语音端点检测方法被引量:2
2014年
提出了一种新型基于自适应样本熵的语音端点检测算法。为了提高语音信号端点检测的准确率,采用了样本熵和过零率相互结合的方法,通过一个可调参数对阈值H进行自适应调整得到合理的门限值来获得良好的检测效果。在Matlab中进行试验仿真,其仿真结果证明在信噪比下降到0以后,基于自适应样本熵的方法检测正确率仍可达到90%,其检测性能完全符合设计要求,且优于传统基于能量的方法。
景新幸赵靖杨海燕
关键词:端点检测
主成分分析和K-means聚类在说话人识别中的应用被引量:7
2015年
为了解决特征提取计算量大且特征参数不够全面的问题,提出了用主成分分析和K-means聚类进行语音特征参数提取的方法。通过对说话人识别系统中最常用的线性预测倒谱系数(LPCC)参数和梅尔倒谱系数(MFCC)参数提取原理以及差分参数的提取算法深入研究,选择LPCC、MFCC以及其一阶差分参数的组合作为最终混合特征参数。首先用主成分分析降低每一帧语音信号特征参数的阶数,然后经过K-means聚类降低帧数,最后通过矢量量化(VQ)来进行说话人识别。实验结果表明,该方法降低了计算复杂度,同时也提升了识别准确性。
马金龙景新幸杨海燕冼灿娇赵靖
关键词:主成分分析K-MEANS聚类矢量量化说话人识别
共1页<1>
聚类工具0