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:
说话人识别面临许多实际困难,其中由于环境和采集通道因素导致信号不一致最具挑战性.在本文中,提出一种新的自适应小波收缩的抗噪声说话人识别方法.在小波收缩去噪的应用中,双阈值策略压缩抑制噪声,保留信号系数,用重叠语音信号端的梅尔倒谱系数的修正来识别.用两个公共可用的语音信号数据库来评价所提出的方法的有效性,并与其它方法相比.证明了所提出的方法在不同的噪声条件下具有更好的鲁棒性.
推荐文章
语音增强用于抗噪声的汉语说话人识别
语音增强
谱减法
听觉模拟
说话人识别
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
噪声环境中基于GMM汉语说话人识别
语音增强
Weiner滤波法
说话人识别
噪声环境中基于VQ说话人识别
说话人识别
矢量量化
掩蔽阚值
掩蔽效应
MFCC
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 基于自适应小波收缩的抗噪声说话人识别
来源期刊 天津理工大学学报 学科 工学
关键词 说话人识别 噪声抑制 小波 特征提取
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 5-8,19
页数 5页 分类号 TN912
字数 2914字 语种 中文
DOI 10.3969/j.issn.1673-095X.2016.006.002
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 杨淑莹 天津理工大学计算机与通信工程学院 43 422 10.0 18.0
2 罗飞 天津理工大学计算机与通信工程学院 2 2 1.0 1.0
3 姜娇娇 天津理工大学计算机与通信工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
说话人识别
噪声抑制
小波
特征提取
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导