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:
为了解决耳语音识别系统中训练语音和测试耳语音来自不同发音模式的失配问题,本文提出一种基于联合因子分析(Joint factor analysis ,JFA)与特征映射(Feature mapping ,FM )的失配信息补偿算法。该算法首先用联合因子分析法计算说话人发音模式信息,并对发音模式因子和发音模式空间参数进行优化,接着对语音参数用发音模式信息进行特征映射后再进行训练和识别,以减少发音模式对系统的影响。实验结果表明,基于因子分析和特征映射的方法可以有效地提取训练语音中的说话人信息,提高耳语识别系统的识别率。
推荐文章
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
基于本征音因子分析的短时说话人识别
本征音
本征信道
说话人确认
基于瞬时频率估计和特征映射的汉语耳语音话者识别
耳语音话者识别
AM-FM模型
瞬时频率估计
特征映射
基于矢量量化方法的说话人识别技术
矢量量化
说话人识别
线性预测倒谱系数
美尔倒谱系数
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 基于因子分析和特征映射的耳语说话人识别
来源期刊 数据采集与处理 学科 工学
关键词 耳语说话人识别 联合因子分析 特征映射 正常音 耳语音
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 362-369
页数 8页 分类号 TP391
字数 4955字 语种 中文
DOI 10.16337/j.1004-9037.2016.02.017
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 苏州大学电子信息学院 140 1024 17.0 23.0
2 张庆芳 苏州大学电子信息学院 7 32 4.0 5.0
3 龚呈卉 苏州大学电子信息学院 11 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (11)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (2)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
耳语说话人识别
联合因子分析
特征映射
正常音
耳语音
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
论文1v1指导