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:
在文本无关的说话人识别中,韵律特征由于其对信道环境噪声不敏感等特性而被应用于话者识别任务中.本文对韵律参数采用基于高斯混合模型超向量的支持向量机建模方法,并将类内协方差特征映射方法应用于模型超向量上,单系统的性能比传统方法的混合高斯-通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)基线系统有了40.19%的提升.该方法与本文的基于声学倒谱参数的确认系统融合后,能使整体系统的识别性能有9.25%的提升.在NIST(National institute of standards and technology mixture)2006说话人测试数据库上,融合后的系统能够取得4.9%的等错误率.
推荐文章
基于韵律特征的SVM说话人确认
韵律特征
高斯混合模型(GMM)超矢量
支持向量机
文本无关说话人确认
基于多特征有效组合的说话人识别
说话人识别
动态规整
MFCC
LPCC
基音周期
基于韵律变换的情感说话人识别
情感识别
说话人识别
基频转换
时长修正
基于扰动属性投影的说话人确认系统
支持向量机
高斯混合模型超矢量
失配补偿
映射矩阵
扰动属性投影
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 采用韵律特征的说话人确认系统
来源期刊 数据采集与处理 学科 工学
关键词 说话人确认 韵律特征 超向量 类内协方差
年,卷(期) 2010,(1) 所属期刊栏目 理论与试验研究
研究方向 页码范围 76-80
页数 5页 分类号 TN912.34
字数 3904字 语种 中文
DOI 10.3969/j.issn.1004-9037.2010.01.015
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 郭武 中国科技大学电子工程与信息科学系 7 51 4.0 7.0
2 戴礼荣 中国科技大学电子工程与信息科学系 10 46 4.0 6.0
3 龙艳花 中国科技大学电子工程与信息科学系 2 3 1.0 1.0
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  (3)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2013(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)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
说话人确认
韵律特征
超向量
类内协方差
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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