手机知网 App
24小时专家级知识服务
打 开
电信技术
Mel子带谱质心和高斯混合相关性在鲁棒话者识别中的应用
提出了两种方法以克服背景噪音的干扰并提高说话人识别系统的鲁棒性:一种方法是基于频谱峰值位置受背景噪音影响相对较小的考虑,将子带幅度信息和子带Mel频谱质心(SMSC)相结合;另一种方法是通过计算类转移概率矩阵来对隐藏于高斯混合相关(GMC)中的说话人高层信息进行建模。实验表明SMSC和GMC都能够在平稳噪音环境下提高说话人识别系统的鲁棒性,并且采用SMSC和GMC的GMM-UBM系统跟使用传统MFCC的GMM-UBM基准系统相比,平均错误率下降了11.7%。
手机阅读本文
下载APP 手机查看本文
声学学报
2006年05期
相似文献
图书推荐
相关工具书

搜 索