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:
独立分量分析方法能够将线性混合信号进行分离,得到统计独立的源信号,能用于提取组合语音的特征基函数.倒谱矢量符合ICA变换的假设条件,用ICA方法对MFCC特征进行转换得到ICA特征基,继而用于说话人识别,建立了一个基于独立分量分析的说话人识别系统.实验结果表明,在噪声环境下此系统具有更高的识别率.
推荐文章
方向基函数神经网络在说话人识别中的应用
神经网络
方向基函数
径向基函数
语音识别
说话人识别
说话人确认
应用复值独立分量分析实现特征融合识别
目标识别
多传感器图像融合
特征级融合
复数值独立分量分析
独立分量分析算法及其在数字水印技术中的应用
独立分量分析
数字水印
盲源分离技术
离散小波变换
主分量分析和独立分量分析方法的比较研究
主分量分析
独立分量分析
高阶统计量
二阶统计量
非高斯性
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 独立分量分析在说话人识别技术中的应用
来源期刊 声学技术 学科 工学
关键词 独立分量分析 说话人识别 矢量量化 高斯混合模型
年,卷(期) 2008,(6) 所属期刊栏目 语言与音乐声学
研究方向 页码范围 863-866
页数 4页 分类号 TN912.3
字数 2510字 语种 中文
DOI
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 曾庆宁 桂林电子科技大学信息与通信学院 105 545 12.0 18.0
2 邱作春 盐城师范学院物理科学与电子技术学院 7 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (25)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
独立分量分析
说话人识别
矢量量化
高斯混合模型
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
声学技术
双月刊
1000-3630
31-1449/TB
大16开
上海市小木桥路456号
1982
chi
出版文献量(篇)
3200
总下载数(次)
7
总被引数(次)
21204
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