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

基于压缩域特征话者识别的电视节目分类检索

模式识别与人工智能 2002年第1期15卷 21-27页

作者：吴飞庄越挺郑科刘骏伟潘云鹤浙江大学人工智能研究所杭州310027

本文提出在压缩域上直接对MPEG音频信号进行分析,达到电视节目实时分析检索目的.算法分为三步:首先利用压缩域特征对音频信号进行分割,然后应用分层方法把分割出来的音频片段粗分成音乐、语音和其它三个基本类别;由于话者身份是语音信... 详细信息

本文提出在压缩域上直接对MPEG音频信号进行分析,达到电视节目实时分析检索目的.算法分为三步:首先利用压缩域特征对音频信号进行分割,然后应用分层方法把分割出来的音频片段粗分成音乐、语音和其它三个基本类别;由于话者身份是语音信号中的重要检索线索,最后利用隐马尔可夫链实现了与文本无关的话者识别,并用识别出来的话者身份对语音信号和其相应的视频进行标注.

关键词：压缩域隐马尔可夫链话者识别电视节目分类检索语音信号处理计算机

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

在线全文

学校读者我要写书评

暂无评论

声学学报 2006年第5期31卷 471-475页

作者：邓菁郑方刘建吴文虎清华大学计算机科学与技术系北京100084

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... 详细信息

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%。

关键词：鲁棒性混合相 Mel 话者识别子带说话人识别系统高斯质心

基于统计推断和矢量量化的非特定文本话者识别方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 1998年第S1期21卷 147-150页

作者：高文马继涌哈尔滨工业大学计算机科学与工程系哈尔滨150001

本文提出了一个基于统计推断和矢量量化技术的非特定文本的话者识别方法，给出了基于矢量量化技术的话者识别方法的统计依据，分析了测试语音样本量对系统正确识别率的影响，并给出了定量计算特定语音待征向量判别能力的公式．介绍了利... 详细信息

本文提出了一个基于统计推断和矢量量化技术的非特定文本的话者识别方法，给出了基于矢量量化技术的话者识别方法的统计依据，分析了测试语音样本量对系统正确识别率的影响，并给出了定量计算特定语音待征向量判别能力的公式．介绍了利用以上方法所实现的TISI系统及其实验结果．实验结果表明，在50人的话者集及测试语音长度大于60g的情况下，该系统的正确识别率达99％.

关键词：话者识别语音识别矢量量化统计推断

在线全文

学校读者我要写书评

暂无评论

NAP序列核函数在话者识别中的应用

计算机工程 2010年第8期36卷 194-196页

作者：邢玉娟李明甘肃联合大学理工学院兰州730000 兰州理工大学计算机与通信学院兰州730000

针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实... 详细信息

针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实验结果表明,该函数可有效提高支持向量机的分类性能和话者识别系统的识别准确率。

关键词：扰动属性投影高斯混合模型超向量话者识别支持向量机

基于循环最大期望修正算法的与文本无关话者识别研究

在线全文

学校读者我要写书评

暂无评论

声学技术 2008年第5期27卷 708-711页

作者：谢建平成新民丽水学院计算机与信息工程学院浙江丽水323000 湖州师范学院信息工程学院浙江湖州313000

话者识别中目标模型的最大期望算法存在着出现奇异阵的重大缺陷,而最大似然估计虽然不会出现奇异阵,但识别率比较低。提出了一种循环最大期望修正算法,采用最大似然估计所得模型为初始模型,然后用最大期望算法中每步的模型,通过α值控... 详细信息

话者识别中目标模型的最大期望算法存在着出现奇异阵的重大缺陷,而最大似然估计虽然不会出现奇异阵,但识别率比较低。提出了一种循环最大期望修正算法,采用最大似然估计所得模型为初始模型,然后用最大期望算法中每步的模型,通过α值控制修正比例对其进行修正。实验结果表明,该修正算法较好地克服了奇异阵的出现,同时提高了识别率。

关键词：话者识别最大期望算法循环最大期望修正算法

在线全文

学校读者我要写书评

暂无评论

基于顽健话者识别的矿井安全系统设计

煤炭技术 2010年第3期29卷 114-117页

作者：吴昊鲁周迅南京工业大学电子与信息工程学院南京210009

为提高井下矿工的安全系数,加强矿井计算机系统的保密防范,便于及时获取井下矿工和计算机系统使用者的身份,用顽健话者识别设计一个易于搭建的矿井安全系统。在基于梅尔倒谱系数,与文本无关的话者识别系统上,使用基于负熵极大的快速独... 详细信息

为提高井下矿工的安全系数,加强矿井计算机系统的保密防范,便于及时获取井下矿工和计算机系统使用者的身份,用顽健话者识别设计一个易于搭建的矿井安全系统。在基于梅尔倒谱系数,与文本无关的话者识别系统上,使用基于负熵极大的快速独立量分析(ICA)实现矿井噪声的分离,对分离后的语音使用子空间语音增强以提高识别率。Matlab实验结果表明:对于联合独立量分析与子空间增强的新方法能明显优化单纯子空间增强的消噪效果,可以提高矢量量化(VQ)识别系统的鲁棒性。

关键词：话者识别独立量分析子空间语音增强

在线全文

学校读者我要写书评

暂无评论

超音段信息对文本无关话者识别的影响

湖南科技大学学报（自然科学版） 2013年第2期28卷 81-85页

作者：汤霖尹俊勋江门职业技术学院电子与信息技术系广东江门529090 华南理工大学电子与信息学院广东广州510640

超音段信息主要由声调、语调和轻重缓急等信息组成,反映到特征参数就是基频及其时序信息、能量时序信息和音节长度等,这些信息是话者识别系统中的重要特征参数.在分析已有的提取这些特征参数的方法的基础上,提出了先进行语音切分,再提... 详细信息

超音段信息主要由声调、语调和轻重缓急等信息组成,反映到特征参数就是基频及其时序信息、能量时序信息和音节长度等,这些信息是话者识别系统中的重要特征参数.在分析已有的提取这些特征参数的方法的基础上,提出了先进行语音切分,再提取声调、能量和音节长度等特征,并生成基于Bigram模型的超音段信息参数模型的方法.将此特征参数形成的模型作为使用MFCC为参数的话者识别主系统的辅助决策模型,实验结果表明:融合超音段信息模型的文本无关话者识别系统的EER相对下降10.5%.

关键词：话者识别语音处理超音段信息声调文本无关

在线全文

学校读者我要写书评

暂无评论

不同频率共振峰在话者识别中的鉴别价值

中国司法鉴定 2009年第4期 25-26,38页

作者：杨俊杰白建芳杨运生梁向东王利军山西警官高等专科学校山西太原030021

目的研究在话者识别领域,不同频率共振峰特征价值的大小。方法对10对女性与8对男性双胞胎正常朗读语音的共振峰频率特性进行定量测量、比较、分析,统计。结果男性和女性双胞胎个体依据2000Hz以下、2000-5000Hz、5001-8000Hz不同频率范... 详细信息

目的研究在话者识别领域,不同频率共振峰特征价值的大小。方法对10对女性与8对男性双胞胎正常朗读语音的共振峰频率特性进行定量测量、比较、分析,统计。结果男性和女性双胞胎个体依据2000Hz以下、2000-5000Hz、5001-8000Hz不同频率范围内的共振峰均可区分,但共振峰的缺峰比例随着频率的升高而升高,5001-8000Hz范围的缺峰比例达26.67%。结论不同频率共振峰在话者识别中的区别能力无显著差异。

关键词：话者识别共振峰频率鉴别价值

在线全文

学校读者我要写书评

暂无评论

话者识别的最新进展情况

昆明理工大学学报（理工版） 1999年第2期24卷 176-185页

作者：李勃昆明理工大学计算机系

介绍了话者识别技术的国内外最新研究进展情况．文章概要地介绍了所研究的题目和内容，重点讨论了近来引起普遍关注和兴趣的新探索和新技术．其中包括ＶＱ和Ｅｒｇｏｄｉｃ－ＨＭＭ方法、与文本无关的识别方法、文本提示型识别方法、参... 详细信息

介绍了话者识别技术的国内外最新研究进展情况．文章概要地介绍了所研究的题目和内容，重点讨论了近来引起普遍关注和兴趣的新探索和新技术．其中包括ＶＱ和Ｅｒｇｏｄｉｃ－ＨＭＭ方法、与文本无关的识别方法、文本提示型识别方法、参数／距离标准模型匹配技术、校正模型的方法和话者确认中一种先进的阈值方法．虽然在话者识别方面已取得了一些进展和成果，还有许多问题有待于解答、探索．

关键词：话者识别文本提示 VQ方法 HMM方法多层前馈神经网络信噪比