基于動態(tài)MFCC的說話人識別研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、該文是作者于攻讀碩士學位期間在說話人識別方面所做研究工作的總結.為了有效地抽取表征說話人身份的語音特征,該文根據(jù)MFCC和基音頻率各自從不同的側面反映了說話人身份的特點,提出一種基于基音頻率的動態(tài)MFCC特征提取方法.該文還討論了基于高斯混合模型(GMM,Gaussian mixture model)的分類器設計問題.高斯混合模型是說話人識別系統(tǒng)中常用的一種分類模型.一般情況下,用GMM進行統(tǒng)計建模的優(yōu)劣不僅取決于其參數(shù)值,還與模型結構

2、密切相關.特別地,當訓練的數(shù)據(jù)較少時,GMM模型結構的選擇變得非常關鍵.而在實際系統(tǒng)中,可獲得的語音數(shù)據(jù)是有限的,使用預先確定的統(tǒng)一結構會使部分GMM缺乏合適的結構及相應的參數(shù),導致系統(tǒng)的辨識性能下降.針對上述問題,該文提出在作期望最大化估計前,通過對不同說話人的訓練用特征矢量進行聚類分析,以解決有限訓練數(shù)據(jù)情況下說話人GMM模型混合度選擇、估計參數(shù)初始值選定等問題,獲得有效的GMM模型.實驗結果表明,論文中所提出的方法在實際中能夠獲得

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論