版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在說(shuō)話人識(shí)別系統(tǒng)中,說(shuō)話人的檢測(cè)和拒識(shí)是其非常重要的組成部分。當(dāng)說(shuō)話人的語(yǔ)音模糊不清或者說(shuō)話人不在已有訓(xùn)練集合中時(shí),說(shuō)話人識(shí)別系統(tǒng)會(huì)產(chǎn)生識(shí)別錯(cuò)誤,從而影響系統(tǒng)的識(shí)別率。
本文對(duì)說(shuō)話人確認(rèn)系統(tǒng)做了簡(jiǎn)要的介紹,介紹了說(shuō)話人確認(rèn)的背景,說(shuō)話人確認(rèn)的框架,說(shuō)話人確認(rèn)的內(nèi)容及其發(fā)展。建立并實(shí)現(xiàn)了一個(gè)說(shuō)話人確認(rèn)系統(tǒng),完成了對(duì)說(shuō)話人語(yǔ)音的預(yù)加重、特征提取、高斯混合模型(GMM)的訓(xùn)練和識(shí)別,以及說(shuō)話人拒識(shí)策略的研究。
本文
2、采用了自適應(yīng)GMM方法進(jìn)行說(shuō)話人識(shí)別,即利用同一個(gè)人新的語(yǔ)音對(duì)原有模板的參數(shù)進(jìn)行修正。提出了一種新的特征用于說(shuō)話人拒識(shí),即把識(shí)別后的得分進(jìn)行歸一化并獲得它的一階差分,將歸一化后的等分及其一階差分作為拒識(shí)的特征。提取特征后將其送入到支持向量機(jī)進(jìn)行分類(lèi),根據(jù)分類(lèi)結(jié)果做出判斷,從而實(shí)現(xiàn)了對(duì)非目標(biāo)說(shuō)話者的快速拒識(shí),從而形成了高斯模型和支持向量機(jī)相結(jié)合的方法。由于這種方法直接從GMM識(shí)別結(jié)果中提取特征,直接利用識(shí)別結(jié)果作為支持向量機(jī)的訓(xùn)練特征,運(yùn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 說(shuō)話人識(shí)別中集外話者的拒識(shí)方法研究.pdf
- 基于韻律特征的SVM說(shuō)話人識(shí)別.pdf
- 基于SVM和GMM的說(shuō)話人辨識(shí)方法研究.pdf
- 基于SVM的反蓄意模仿說(shuō)話人識(shí)別研究.pdf
- 基于韻律特征和SVM的說(shuō)話人識(shí)別.pdf
- 基于加權(quán)FSVQ和SVM的說(shuō)話人識(shí)別算法研究.pdf
- 基于SVM的含噪耳語(yǔ)音說(shuō)話人識(shí)別研究.pdf
- 基于GMM和SVM的說(shuō)話人識(shí)別方法研究.pdf
- 基于GMM和SVM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于SVM的與文本無(wú)關(guān)的說(shuō)話人識(shí)別算法研究.pdf
- 基于分類(lèi)特征映射和SVM的說(shuō)話人確認(rèn)方法研究.pdf
- 基于SVM的文本無(wú)關(guān)說(shuō)話人識(shí)別算法研究.pdf
- 基于GMM與改進(jìn)LS-SVM算法的說(shuō)話人識(shí)別研究.pdf
- 基于GMM和SVM的文本無(wú)關(guān)的說(shuō)話人確認(rèn)方法研究.pdf
- 噪聲環(huán)境下的基于GMM-SVM說(shuō)話人識(shí)別算法.pdf
- 基于改進(jìn)網(wǎng)格搜索法SVM參數(shù)優(yōu)化的說(shuō)話人識(shí)別研究.pdf
- 基于雙VQ-SVM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于SVM的與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 面向說(shuō)話人識(shí)別的SVM核方法對(duì)比研究.pdf
- 基于GMM說(shuō)話人分類(lèi)的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論