基于神经网络和卡尔曼滤波算法的说话人识别

• 作者: 夏秀渝 张余生 杨莎
• 来源期刊: 成都信息工程学院学报
• 学科: 工学
• 关键词: 线性预测倒谱系数(LPCC) 小波特征参数 多层前馈式神经网络 扩展卡尔曼滤波(EKF)算法
• 年，卷（期）: 2008,（4）
• 页码范围: 384-388
• 页数: 5页
• 分类号: TP202.7
• 字数: 3852字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1742.2008.04.008

摘要

首先从语音信号中提取出特征参数:线性预测倒谱系数(LPCC)和用小波包提取的小波特征参数(WPC);语音特征分类模型则选择多层前馈式神经网络(MBP网络),并将奇异值分解运用到扩展卡尔曼滤波(EKF)算法中作为神经网络的学习算法.仿真结果表明,小波特征参数具有良好的识别效果;同时采用改进后的扩展卡尔曼滤波(EKF)算法使人工神经网络具有更稳定、更准确的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏秀渝	四川大学电子信息学院	43	183	8.0	11.0
2	杨莎	四川大学电子信息学院	3	17	2.0	3.0
3	张余生	四川大学电子信息学院	2	16	2.0	2.0