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:
为了提高信道差异下短时耳语说话人的识别率,提出了一种在模型域和特征域进行混合补偿的方法.该方法首先在模型训练阶段以联合因子分析法为基础,通过估计训练语音的说话人空间和信道空间,提取出说话人因子,消除信道因子,其次在测试阶段,将测试语音的信道因子映射到特征空间,实施特征补偿,从而在模型和特征两方面去除信道信息,提高识别率.实验结果显示,在三种不同的信道训练环境下,混合补偿法都取得了相似的识别率,且新方法对短时耳语音的测试效果要优于联合因子分析法.
推荐文章
改进型 Mel 混合参数应用于说话人识别
说话人识别
VQ
混合参数
鲁棒性
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
无功混合补偿装置在配电网中的应用
电能质量
分级连续补偿
无功混合补偿装置
补偿流程
MFCC和短时TEO能量的混合参数应用于说话人识别
说话人识别
Mel频率倒谱系数
Teager能量算子
混合特征参数
GMM-UBM
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 模型与特征混合补偿法及其在耳语说话人识别中的应用
来源期刊 声学学报 学科
关键词
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 198-203
页数 6页 分类号
字数 语种 中文
DOI
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 赵鹤鸣 140 1024 17.0 23.0
2 吕岗 9 143 4.0 9.0
3 顾晓江 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (5)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
引文网络交叉学科
相关学者/机构
期刊影响力
声学学报
双月刊
0371-0025
11-2065/O4
大16开
北京市北四环西路21号
2-181
1964
chi
出版文献量(篇)
2139
总下载数(次)
5
总被引数(次)
26571
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