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:
在上下文无关的说话人识别应用中,针对传统MFCC特征参数在语音预处理方面不足以及三角滤波器组的缺陷,提出一种改进的MFCC特征参数提取方法.一方面在传统算法上加入端点检测,去除与说话人语音特征无关的静音段;另一方面用高斯滤波器组(Gaussian shaped filters GF)代替三角滤波器组进行频率到Mel频率的转换,提高识别准确率.说话人识别模型使用流行的高斯混合模型(GMM).实验结果显示,高斯滤波器组的引入相比于传统三角滤波器组识别率有4.45%的提升,本文改进后的MFCC特征参数相比于传统方法识别率也提升了6.43%,能更好的代表说话人的语音特征.
推荐文章
基于MFCC相似度和谱熵的端点检测算法
语音信号处理
端点检测
Mel频率倒谱参数
相关系数
谱熵
基于各向异性高斯方向导数滤波器的角点检测
角点检测
Harris检测算法
各向异性高斯方向导数滤波器
自相关矩阵
基于改进C0复杂度和MFCC相似度的端点检测
音信号处理
C0复杂度
MFCC相似度
端点检测
基于Gabor滤波器和HOG特征的织物疵点检测
织物疵点检测
Gabor滤波器
双边滤波
方向梯度直方图
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 基于端点检测和高斯滤波器组的MFCC说话人识别
来源期刊 计算机系统应用 学科
关键词 MFCC特征参数 端点检测 高斯滤波器组(GF) 高斯混合模型(GMM) 说话人识别
年,卷(期) 2016,(10) 所属期刊栏目 软件技术·算法
研究方向 页码范围 218-224
页数 7页 分类号
字数 4755字 语种 中文
DOI 10.15888/j.cnki.csa.005425
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 王福龙 广东工业大学应用数学学院 33 206 8.0 13.0
2 王萌 广东工业大学应用数学学院 1 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  (6)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
MFCC特征参数
端点检测
高斯滤波器组(GF)
高斯混合模型(GMM)
说话人识别
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导