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:
说话人识别技术是通过判断待识别人语音与预先提取的说话人语音特征是否匹配来鉴别说话人身份的一种生物认证技术,环境噪声是说话人识别技术走向实用化的一个主要障碍.针对噪声环境中说话人识别性能较差的不足,结合小波变换的优点,提出了将小波变换技术与传统的特征参数提取方式相结合的方法.该方法首先对语音信号进行小波分解,在此基础上再对小波系数进行阈值处理,仅保留阈值以上的数据,而后提取相关性不大的传统特征参数进行组合,分别作为说话人识别系统的输入矢量.仿真结果表明:在噪声环境中,说话人识别系统能较好识别出说话人,经过小波变换后再提取特征参数的方法可以得到更高的识别率,大大提高说话人识别系统的识别性能.
推荐文章
基于小波变换说话人识别技术的研究
小波变换
基频包络
说话人识别
口音特性
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
基于小波倒谱系数和概率神经网络的取证说话人识别模型
小波变换
概率神经网络
取证说话人识别
基于提升小波变换的火灾图像识别
火灾图像
边缘检测
提升小波
火灾识别
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 基于小波变换的说话人识别技术
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 说话人识别 动态时间规整 矢量量化 小波变换 组合特征
年,卷(期) 2013,(1) 所属期刊栏目 基础理论研究
研究方向 页码范围 85-89
页数 5页 分类号 TN912.3
字数 4047字 语种 中文
DOI 10.3969/j.issn.1009-3516.2013.01.019
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 柏鹏 空军工程大学装备发展与运用研究中心 80 301 9.0 12.0
2 李哲 空军工程大学装备发展与运用研究中心 41 139 7.0 9.0
3 栾前进 2 9 2.0 2.0
4 檀蕊莲 武警工程大学信息工程系 6 20 2.0 4.0
8 姚战宏 空军工程大学装备发展与运用研究中心 5 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (26)
二级引证文献  (6)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
说话人识别
动态时间规整
矢量量化
小波变换
组合特征
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导