基于Adaboost算法的汉语儿向语音检测

• 作者: 张希翔 祁威 赵欢
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 儿向语音 语音检测 特征提取 Adaboost算法 决策树
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 多媒体技术及应用
• 页码范围: 286-289,293
• 页数: 5页
• 分类号: TP18
• 字数: 3517字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.05.046

摘要

儿向语音对早期儿童成长有较大影响,正确检测并充分利用儿向语音具有现实意义.为此,构建一种基于Adaboost算法的汉语儿向语音检测模型,以提高检测准确率.使用决策树作为弱分类器对提取的汉语儿向语音特征进行学习,并组成弱分类器元组,同时对该弱分类器组的分类结果进行加权,区分待测语音的类别.实验结果表明,汉语儿向语音的元音持续时长超过非儿向语音的元音持续时长;提升弱分类器的数量可提高汉语儿向语音检测正确率;分段语音时间越长,汉语儿向语音检测正确率越高;采用改进的Adaboost算法比采用v-SVM算法具有更高的准确率和精度,同时可增强系统的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵欢	湖南大学信息科学与工程学院	45	295	10.0	14.0
2	张希翔	湖南大学信息科学与工程学院	4	10	2.0	3.0
3	祁威	湖南大学信息科学与工程学院	1	1	1.0	1.0