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:
Mel倒谱系数(MFCC)侧重提取语音信号的低频信息,对语音信号的频谱分布特性描述不充分,不能有效区分说话人个性信息。为此,通过分析语音信号各频段所含说话人个性信息的不同,结合Mel滤波器和反Mel滤波器在高低频段的不同特性,提出一种适于说话人识别的改进 Mel 滤波器。实验结果表明,改进 Mel 滤波器提取的新特征能够获得比传统 Mel 倒谱系数以及反Mel倒谱系数(IMFCC)更好的识别效果,并且基本不增加说话人识别系统训练和识别的时间开销。
推荐文章
差分和加权Mel倒谱混合参数应用于说话人识别
说话人识别
加权Mel频率倒谱系数
混合参数
矢量量化
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
适用于目标方位识别系统的FIR数字滤波器设计
FIR
数字滤波器
数字信号处理
一种适用于生物电信号处理的全集成五阶Gm-C低通滤波器
跨导-电容低通滤波器
运算跨导放大器
线性可调
生物医学信号
输入动态范围
低功耗
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 一种适用于说话人识别的改进Mel滤波器
来源期刊 计算机工程 学科 工学
关键词 说话人识别 Mel倒谱系数 个性信息 反Mel倒谱系数 频谱分布 语音信号
年,卷(期) 2013,(11) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 214-217,222
页数 5页 分类号 TN912.34
字数 3838字 语种 中文
DOI 10.3969/j.issn.1000-3428.2013.11.048
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 杨俊安 电子工程学院信息系 69 461 10.0 18.0
5 陆俊 电子工程学院信息系 2 26 2.0 2.0
7 项要杰 电子工程学院信息系 3 13 1.0 3.0
11 李晋徽 电子工程学院信息系 6 38 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (25)
二级引证文献  (27)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
说话人识别
Mel倒谱系数
个性信息
反Mel倒谱系数
频谱分布
语音信号
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
论文1v1指导