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:
从线性预测(LP)残差信号中提出了一种新的特征提取方法,这种特征跟单个的说话人的声道密切相关.通过把HAAR小波变换运用于LP残差而获得了一个新的特征(HOCOR).为了进一步提高系统的鲁棒性和辨识率,在采用分级说话人辨识的基础上,将基音周期的高斯概率密度对GMM分类器的似然度进行加权,形成新的似然度进行说话人辨识.试验结果显示,所提出系统的鲁棒性和辨识率都有所提高.
推荐文章
基于量子Haar小波的图像压缩
量子计算机
量子小波变换
量子线路
图像压缩
基于Haar小波的图像变换方法的研究
小波变换
Haar小波
完全重构滤波器组
可分离小波基
提升方案
基于Haar小波变换的图像融合方法
图像融合
小波变换
信息熵
关联小波神经网络与高斯混合模型说话人识别
信号处理
语音识别
说话人识别
小波神经网络
高斯混合模型
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 基于HAAR小波的分级说话人辨识
来源期刊 计算机工程与应用 学科 工学
关键词 线性预测残差 HAAR HOCOR 分级说话人辨识 基音周期
年,卷(期) 2010,(11) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 122-124
页数 3页 分类号 TN912.34
字数 3440字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.11.037
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 邱政权 湖南科技大学信息与电气工程学院 9 11 1.0 3.0
2 范小春 湖南科技大学信息与电气工程学院 11 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
线性预测残差
HAAR
HOCOR
分级说话人辨识
基音周期
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导