基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于人耳听觉模型提出了一种鲁棒性的话者特征参数提取方法.该种方法中,首先由Gammatone听觉滤波器组和Meddis内耳毛细胞发放模型获得表征听觉神经活动特性的听觉相关图.由听觉神经脉冲发放的锁相特性和双声抑制特性,我们将听觉相关图每个频带中的幅值最大频率分量作为表征当前频带特性的特征参量,于是所有频带的特征参量便构成了表征当前语音段特性的特征矢量;我们采用DCT变换进一步消除各个特征参量之间的相关性,压缩特征矢量的维数.有效性试验表明,该种特征矢量基本上反映了输入语音的谱包络特性;抗噪声性能实验表明,在高斯白噪声和汽车噪声干扰下,该种特征参数比LPCC和MFCC有较小的相对失真;基于矢量量化的文本无关话者辨识表明,对于三种类型的噪声干扰该种特征参数在低信噪比下都获得了较好的识别结果.
推荐文章
基于自然进化机制的话者模板优化
话者模板
优化
自然进化机制
基于GMM统计特性参数和SVM的话者确认
高斯混合模型
统计参数
支持向量机
话者确认
GMM与RVM融合的话者辨识方法
相关向量机
高斯混合模型
话者辨别
支持向量机
噪声背景下语音识别特征参数选择研究
语音识别
特征提取
美尔倒谱频率系数
美尔倒谱频率系数的一阶差分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于听觉模型的话者特征参数提取及其在噪声背景下的话者辨识
来源期刊 应用声学 学科 工学
关键词 听觉模型 文本无关话者辨识 抗噪声鲁棒性
年,卷(期) 2001,(6) 所属期刊栏目 研究报告
研究方向 页码范围 6-12,44
页数 8页 分类号 TB5
字数 4606字 语种 中文
DOI 10.3969/j.issn.1000-310X.2001.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐柏龄 南京大学声学研究所 36 701 13.0 26.0
2 戴明扬 南京大学声学研究所 4 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
听觉模型
文本无关话者辨识
抗噪声鲁棒性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用声学
双月刊
1000-310X
11-2121/O4
16开
北京海淀北四环西路21号
2-561
1982
chi
出版文献量(篇)
1890
总下载数(次)
4
总被引数(次)
11949
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导