10.3969/j.issn.1001-005X.2013.02.035
说话人特征提取算法的研究
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.
说话人识别、特征提取、算法
29
S776.0(森林工程、林业机械)
黑龙江省自然科学资金项目F200920
2013-08-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
143-147