2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于DWT-TEO的说话人识别

邱政权 尹俊勋 薛丽萍

邱政权, 尹俊勋, 薛丽萍. 基于DWT-TEO的说话人识别. 自动化学报, 2006, 32(5): 753-759.
引用本文: 邱政权, 尹俊勋, 薛丽萍. 基于DWT-TEO的说话人识别. 自动化学报, 2006, 32(5): 753-759.
QIU Zheng-Quan, YIN Jun-Xun, XUE Li-Ping. Speaker Recognition Based on DWT-TEO. ACTA AUTOMATICA SINICA, 2006, 32(5): 753-759.
Citation: QIU Zheng-Quan, YIN Jun-Xun, XUE Li-Ping. Speaker Recognition Based on DWT-TEO. ACTA AUTOMATICA SINICA, 2006, 32(5): 753-759.

基于DWT-TEO的说话人识别

详细信息
    通讯作者:

    邱政权

Speaker Recognition Based on DWT-TEO

More Information
    Corresponding author: QIU Zheng-Quan
  • 摘要: 针对在噪声环境下的说话人识别系统,做了两点改进.第一,为了提高系统的鲁棒性,通过不同尺度的小波基,把含有噪声的信号分解于不同频段中,然后在各个频段分别通过TEO(Teager能量算子)去噪.针对说话人识别的特点,在小波重构时对各小波系数进行了加权处理.再把各个频段的输出通过小波重构恢复信号.最后通过Mel滤波器组把小波系数转换成MFCC.第二,为了进一步提高识别性能和训练速度,在识别阶段采用了改进的OGMM(正交高斯混合模型),即把正交变换改到EM算法之前进行,这样就不必要在EM迭代过程中每次都进行正交运算了.从实验得出,采用本文提出的DWT-TEO参数对于说话人识别的效果较好.采用改进的OGMM进一步提高了识别性能和训练速度.
  • 加载中
计量
  • 文章访问数:  2755
  • HTML全文浏览量:  51
  • PDF下载量:  1614
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-06-29
  • 修回日期:  2006-03-27
  • 刊出日期:  2006-09-20

目录

    /

    返回文章
    返回