检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于最小统计噪声估计的信号子空间语音增强

数据采集与处理 2007年第4期22卷 453-457页

作者：赵胜跃戴蓓蒨中国科学技术大学电子科学与技术系合肥230027

针对传统子空间方法中,采用语音活动检测(Voice activity detection,VAD)估计噪声的缺陷,提出了一种基于子空间域的最小统计噪声估计算法。噪声估计通过跟踪带噪语音协方差矩阵用每个特征向量上的特征值的最小值来获得,该方法不需要VAD... 详细信息

针对传统子空间方法中,采用语音活动检测(Voice activity detection,VAD)估计噪声的缺陷,提出了一种基于子空间域的最小统计噪声估计算法。噪声估计通过跟踪带噪语音协方差矩阵用每个特征向量上的特征值的最小值来获得,该方法不需要VAD明确区分语音段和噪声段,能够在整个信号期间实现噪声的连续估计和不断更新。实验结果表明,相对于传统的基于VAD的子空间方法,本文提出的算法对语音增强效果有非常显著的提高。

关键词：语音增强噪声估计最小统计信号子空间

基于GMM和概率修正码本的源-目标说话人声门波转换

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2007年第1期22卷 19-24页

作者：孙俊戴蓓蒨张剑中国科学技术大学电子科学与技术系合肥230026

提出了一种用于源-目标说话人声门波导数参数转换的、基于勒让德正交分解的声门波导数波形参数提取方法。该方法将声门波导数波形在6维正交勒让德坐标系中的投影构成了描述其形状的特征矢量,并采用基于GMM的概率分类加权转换算法,使每... 详细信息

提出了一种用于源-目标说话人声门波导数参数转换的、基于勒让德正交分解的声门波导数波形参数提取方法。该方法将声门波导数波形在6维正交勒让德坐标系中的投影构成了描述其形状的特征矢量,并采用基于GMM的概率分类加权转换算法,使每个特征矢量的转换规则可由多个类所对应的规则的线性加权组合得到,可以使转换性能得到较大的提高。在此基础上,又给出了一种基于GMM的声门波导数波形的码本修正算法,以弥补声门波导数波形参数化而损失的含有说话人个性特征的高频送气分量和波纹分量。实验结果表明,本文方法转换性能明显好于基于矢量量化(VQ)的码本映射算法。

关键词：声音转换声门波导数勒让德正交分解高斯混合模型(GMM) 概率加权修正码本

基于分类高斯混合模型和神经网络融合的与文本无关的说话人识别

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2003年第4期16卷 423-428页

作者：黄伟戴蓓蒨李辉中国科学技术大学电子科学与技术系合肥230026

本文提出了一种基于分类高斯混合模型和神经网络融合的说话人识别系统,根据能量阈值将每个话者语音的语音帧分为两类,在分类子空间分别为每个话者建立两个分类话者模型(GMM),并为每个话者建立一个用于对这两类模型进行数据融合的神经网... 详细信息

本文提出了一种基于分类高斯混合模型和神经网络融合的说话人识别系统,根据能量阈值将每个话者语音的语音帧分为两类,在分类子空间分别为每个话者建立两个分类话者模型(GMM),并为每个话者建立一个用于对这两类模型进行数据融合的神经网络,话者识别的结果是经对各个话者神经网络的输出进行判决后做出的.在100个男性话者的与文本无关的说话人识别实验中,基于分类话者模型的策略在识别性能和噪声鲁棒性上均优于传统的GMM话者识别系统,而采用神经网络进行后端融合的策略又优于直接融合的策略,从而可以用较低的话者模型混合度和较短的测试语音获得较好的识别性能及噪声鲁棒性.

关键词：说话人识别文本分类高斯混合模型神经网络语音帧数据融合语音识别语音信号处理

文本无关说话人识别中一种改进的模型PCA变换方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2007年第2期29卷 469-472页

作者：姚志强周曦戴蓓蒨中国科学技术大学电子科学与技术系合肥230026

对于采用高斯混合模型(GMM)的与文本无关的说话人识别,出于模型参数数量和计算量的考虑GMM的协方差矩阵通常取为对角矩阵形式,并假设观察矢量各维之间是不相关的。然而,这种假设在大多情况下是不成立的。为了使观察矢量空间适合于采用... 详细信息

对于采用高斯混合模型(GMM)的与文本无关的说话人识别,出于模型参数数量和计算量的考虑GMM的协方差矩阵通常取为对角矩阵形式,并假设观察矢量各维之间是不相关的。然而,这种假设在大多情况下是不成立的。为了使观察矢量空间适合于采用对角协方差的GMM进行拟合,通常采用对参数空间或模型空间进行解相关变换。该文提出了一种改进模型空间解相关的PCA方法,通过直接对GMM的各高斯成分的协方差进行主成分分析,使参数空间分布更符合使用对角化协方差的混合高斯分布,并通过共享PCA变换阵的方法减少参数数量和计算量。在微软语音库上的说话人识别实验表明,该方法取得了比常规的对角协方差GMM系统的最优结果有相对35%的误识率下降。

关键词：话者识别 PCA 模型PCA 解相关

在线全文

学校读者我要写书评

暂无评论

与文本无关的话者识别

中国科学技术大学学报 1991年第3期21卷 84-92页

作者：戴蓓蒨辛文赵问道中国科学技术大学电子技术基础部

本文提出一种采用数字信号迭加处理技术从语声中分离话者个人身份特征信息的实用方法,实验验证了这种方法的可行性,并以此建立了与文本无关的话者辨识和话者确认实验系统。通过大量实验,比较了从连续语音和从断续语音中提取话者个人特... 详细信息

本文提出一种采用数字信号迭加处理技术从语声中分离话者个人身份特征信息的实用方法,实验验证了这种方法的可行性,并以此建立了与文本无关的话者辨识和话者确认实验系统。通过大量实验,比较了从连续语音和从断续语音中提取话者个人特征信息的效果;比较了线性预测系数、反射系数、倒谱系数和对数面积比系数用于话者识别的效果。

关键词：计算机话者确认话者辨识

在线全文

学校读者我要写书评

暂无评论

基于纯度和BBN算法的无监督的话者聚类

模式识别与人工智能 2005年第4期18卷 486-490页

作者：周曦戴蓓蒨陈雁翔李辉中国科学技术大学电子科学与技术系合肥230026

由于说话人之间声学特征上的差异,可以将来自于不同说话人的语音段按照话者之间的相似程度进行聚类。在语音段长度不等和说话人数目未知的情况下,本文提出了一种基于纯度信息的不同话者语音段的无监督聚类方法。首先为每个语音段分别建... 详细信息

由于说话人之间声学特征上的差异,可以将来自于不同说话人的语音段按照话者之间的相似程度进行聚类。在语音段长度不等和说话人数目未知的情况下,本文提出了一种基于纯度信息的不同话者语音段的无监督聚类方法。首先为每个语音段分别建立GMM模型,通过模型似然比计算和GLR距离测度获得语音段之间的相似程度,对语音数据集进行无监督的分级聚类,采用纯度信息和BBN算法进行每级聚类的聚类质量和效果计算,并以此进行分级聚类的剪枝选择。文中给出了平行剪枝和最优剪枝两种剪枝方法及剪枝的评估方法。实验表明,该方法具有较好的聚类效果。

关键词：纯度 BBN算法 GLR距离测度无监督话者聚类

在线全文

学校读者我要写书评

暂无评论

基于GMM多维概率输出的SVM话者确认

模式识别与人工智能 2008年第1期21卷 28-33页

作者：刘明辉戴蓓蒨解焱陆中国科学技术大学多媒体计算与通信教育部-微软重点实验室合肥230027 中国科学技术大学电子科学与技术系合肥230027

提出一种结合统计模型与区分性模型优点的说话人确认方法:基于GMM多维概率输出的SVM话者模型的说话人确认.以目标说话人的GMM模型对一条语音的不同特征分量的概率输出作为特征参数,建立目标说话人的SVM模型.在NIST’05 8conv4w-lconv4w... 详细信息

提出一种结合统计模型与区分性模型优点的说话人确认方法:基于GMM多维概率输出的SVM话者模型的说话人确认.以目标说话人的GMM模型对一条语音的不同特征分量的概率输出作为特征参数,建立目标说话人的SVM模型.在NIST’05 8conv4w-lconv4w数据库上的实验表明该方法的有效性.

关键词：说话人确认 GMM多维概率输出支持向量机(SVM) 文本无关

在线全文

学校读者我要写书评

暂无评论

基于知识的语音识别与理解

中国科学技术大学学报 1990年第1期20卷 43-48页

作者：陆洋海戴蓓蒨中国科学技术大学电子技术基础部

本文介绍一个汉语连续语音识别与理解系统USTC—Ⅱ,在该系统中词法、句法和语义等多种知识被用来提高识别速度和精度,增强语言理解能力.系统采用了本文提出的一种从关链词入手的句法和语义相结合的分析方法,具有较强的辨析同音词、谐音... 详细信息

本文介绍一个汉语连续语音识别与理解系统USTC—Ⅱ,在该系统中词法、句法和语义等多种知识被用来提高识别速度和精度,增强语言理解能力.系统采用了本文提出的一种从关链词入手的句法和语义相结合的分析方法,具有较强的辨析同音词、谐音词以及纠错功能.该系统能接受与理解几乎所有类型的单句,并以带有标点符号的汉字形式输出句子.

关键词：语音识别语言理解汉语计算机

基于子带GMM-UBM的广播语音多语种识别

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2007年第1期22卷 14-18页

作者：李思一戴蓓蒨王海祥中国科学技术大学电子科学与技术系合肥230026

提出了一种基于概率统计模型的与语言内容无关的语种识别方法,它不需要掌握各语种的专业语言学知识就可以实现几十种语言的语种识别;并针对广播语音噪声干扰大的特点,采用GMM-UBM模型作为语种模型,提高了系统的噪声鲁棒性;由于广播语音... 详细信息

提出了一种基于概率统计模型的与语言内容无关的语种识别方法,它不需要掌握各语种的专业语言学知识就可以实现几十种语言的语种识别;并针对广播语音噪声干扰大的特点,采用GMM-UBM模型作为语种模型,提高了系统的噪声鲁棒性;由于广播语音的背景噪声不是简单的全频带加性白噪声,因此本文构建了一种基于子带GMM-UBM模型的多子系统结构的语种识别系统,后端采用神经网络进行系统级融合。本文通过对37种语言及方言的识别实验,证明了子带GMM-UBM方法的有效性。

关键词：语种识别语言内容无关广播语音子带GMM—UBM