基于MFCC和SVM的说话人性别识别

• 作者: 何为 肖汉光
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 分类器 性别识别 支持向量机 梅尔频率频谱系数
• 年，卷（期）: 2009,（7）
• 页码范围: 770-774
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequency Cepstrum Coefficients,MFCC)的特征提取方法和支持向量机(Support Vector Machine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别准确率达到98.7%,明显优于其它分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何为	重庆大学输配电装备及系统安全与新技术国家重点实验室	242	2902	26.0	40.0
2	肖汉光	重庆大学输配电装备及系统安全与新技术国家重点实验室	7	56	5.0	7.0