一种提取说话人特征的新方法

• 作者: 杨鼎才 毛鹏
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 主分量分析(PCA) 美尔倒谱系数(MFCC) 线性判决分析(LDA) 支持向量机
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 微处理器应用
• 页码范围: 126-128
• 页数: 3页
• 分类号: TP912.3
• 字数: 2072字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2008.09.037

摘要

抽取最佳鉴别特征是说话人辨认中的重要一步.本文在使用美尔倒谱系数(MFCC)及一阶差分组成的特征参数的基础上利用主分量分析(PCA)和线性判决分析(LDA)结合的提取方法,构造了一种新的特征参数.这种新的参数具有最佳鉴别特性,然后用支持向量机(SVM)对提取的特征分类辨认.实验结果表明该方法能更好地识别说话人,有更好的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鼎才	燕山大学信息科学与工程学院	34	286	9.0	15.0
2	毛鹏	燕山大学信息科学与工程学院	2	2	1.0	1.0