期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CFCC-PCA的说话人辨识方法
1
作者
刘雪燕
李明
袁宝玲
《成都工业学院学报》
2015年第2期32-34,共3页
针对说话人训练和识别时间长、噪音环境下识别率低的问题,提出一种CFCC-PCA特征参数的说话人辨识方法。首先提取具有听觉特性的CFCC特征参数,然后对其进行PCA变换,找出具有分辨能力的参数,最后再用这些参数在云服务器中训练和识别说话...
针对说话人训练和识别时间长、噪音环境下识别率低的问题,提出一种CFCC-PCA特征参数的说话人辨识方法。首先提取具有听觉特性的CFCC特征参数,然后对其进行PCA变换,找出具有分辨能力的参数,最后再用这些参数在云服务器中训练和识别说话人。实验表明:该方法可以提高说话人辨识的鲁棒性和识别率,云服务可提高系统实时性。
展开更多
关键词
cfcc-pca
说话人辨识
支持向量机
云服务器
在线阅读
下载PDF
职称材料
融合CFCC和Teager能量算子倒谱参数的语音识别
被引量:
9
2
作者
史燕燕
白静
《计算机科学》
CSCD
北大核心
2019年第5期286-289,共4页
针对现有表征语音特性的特征提取不完善的问题,提出了一种耳蜗滤波倒谱系数(Cochlear Filter Cepstral Coefficients,CFCC)和Teager能量算子倒谱参数(Teager Energy Operators Cepstral Coefficients,TEOCC)相互融合的方法。该方法将表...
针对现有表征语音特性的特征提取不完善的问题,提出了一种耳蜗滤波倒谱系数(Cochlear Filter Cepstral Coefficients,CFCC)和Teager能量算子倒谱参数(Teager Energy Operators Cepstral Coefficients,TEOCC)相互融合的方法。该方法将表征人耳听觉特性的CFCC和体现非线性能量特性的TEOCC的融合特征应用到语音识别系统中,并联合主成分分析(Principal Components Analysis,PCA)对该融合特征进行特征选择和优化,最后通过支持向量机进行语音识别。实验结果表明:该融合特征与单一特征相比具有更佳的语音识别性能,结合PCA后其语音识别的准确率平均提高了3.7%。
展开更多
关键词
耳蜗滤波倒谱系数
Teager能量算子倒谱参数
主成分分析
语音识别
在线阅读
下载PDF
职称材料
题名
基于CFCC-PCA的说话人辨识方法
1
作者
刘雪燕
李明
袁宝玲
机构
中山火炬职业技术学院信息工程系
兰州理工大学计算机与通信学院
出处
《成都工业学院学报》
2015年第2期32-34,共3页
基金
中山市科技发展专项基金项目"基于云计算的生物身份认证技术研究及应用"(2013A3FC0350)
中山市科技发展专项基金项目"基于中山地貌的最优化无线网络模型研究"(2013A3FC0318)
文摘
针对说话人训练和识别时间长、噪音环境下识别率低的问题,提出一种CFCC-PCA特征参数的说话人辨识方法。首先提取具有听觉特性的CFCC特征参数,然后对其进行PCA变换,找出具有分辨能力的参数,最后再用这些参数在云服务器中训练和识别说话人。实验表明:该方法可以提高说话人辨识的鲁棒性和识别率,云服务可提高系统实时性。
关键词
cfcc-pca
说话人辨识
支持向量机
云服务器
Keywords
cfcc-pca
speaker identification
Support Vector Machine( SVM)
cloud server
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
融合CFCC和Teager能量算子倒谱参数的语音识别
被引量:
9
2
作者
史燕燕
白静
机构
太原理工大学信息与计算机学院
出处
《计算机科学》
CSCD
北大核心
2019年第5期286-289,共4页
基金
山西省青年科技研究基金
山西省科技攻关(社会发展)项目资助
文摘
针对现有表征语音特性的特征提取不完善的问题,提出了一种耳蜗滤波倒谱系数(Cochlear Filter Cepstral Coefficients,CFCC)和Teager能量算子倒谱参数(Teager Energy Operators Cepstral Coefficients,TEOCC)相互融合的方法。该方法将表征人耳听觉特性的CFCC和体现非线性能量特性的TEOCC的融合特征应用到语音识别系统中,并联合主成分分析(Principal Components Analysis,PCA)对该融合特征进行特征选择和优化,最后通过支持向量机进行语音识别。实验结果表明:该融合特征与单一特征相比具有更佳的语音识别性能,结合PCA后其语音识别的准确率平均提高了3.7%。
关键词
耳蜗滤波倒谱系数
Teager能量算子倒谱参数
主成分分析
语音识别
Keywords
CFCC
TEOCC
PCA
Speech recognition
分类号
TN912.34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CFCC-PCA的说话人辨识方法
刘雪燕
李明
袁宝玲
《成都工业学院学报》
2015
0
在线阅读
下载PDF
职称材料
2
融合CFCC和Teager能量算子倒谱参数的语音识别
史燕燕
白静
《计算机科学》
CSCD
北大核心
2019
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部