TEO能量与Mel倒谱混合参数应用于说话人识别

• 作者: 周萍 杨瑞田 杨青
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 说话人识别 梅尔频率倒谱系数 高斯混合模型-通用背景模型 联合因子分析
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 信息仿真
• 页码范围: 215-219,264
• 页数: 6页
• 分类号: TN912.34
• 字数: 4463字
• 语种: 中文

摘要

特征提取是说话人识别中非常重要的一个环节,特征提取的结果直接影响系统的识别结果.提出一种将TEO与MF-CC及其衍生参数结合的方法,将本文提取的特征参数与传统的MFCC,WMFCC与△MFCC通过GMM-UBM与SVM模型得出结果并比较.并在不同环境下的进行实验,对算法进行了仿真实现.实验结果表明,在相同噪声背景不同信噪比时与相同信噪比不同的噪声背景这两种情况,提出的方法均得到了较好的结果,在检测纯语音数据时,对融合算法进行仿真实现,识别率也得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周萍	桂林电子科技大学电子工程与自动化学院	78	352	10.0	13.0
2	杨青	桂林电子科技大学电子工程与自动化学院	46	183	7.0	10.0
3	杨瑞田	桂林电子科技大学电子工程与自动化学院	1	3	1.0	1.0