與文本無關的單訓練樣本特征點提取研究
大小：0.63 MB 人氣： 2017-12-06 需要積分：2
現(xiàn)有的說話人識別是基于語音的線性預測編碼（LPCC）、Mel頻率倒譜系數(shù)（MFCC）、局部歸一化倒譜系數(shù)和小波包變換等特征，這些特征對環(huán)境噪聲都比較敏感。針對上述問題，本文提出了一種與文本無關的單訓練樣本的特征提取方法。該方法提取的語音特征能夠充分反映說話人的基本發(fā)聲特性，可以很好的將不同的說話者區(qū)分開。本文列出了以上四種特征提取方法在但語音訓練樣本上對于不同說話者的識別效果，也將其與本文的方法進行了比較。對英文與漢語語音數(shù)據(jù)庫的仿真實驗表明，該特征提取方法可以實現(xiàn)單訓練樣本下的說話人識別中對于特征的提取，而且在單樣本識別中會有相對好的效果。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
與文本無關的單訓練樣本特征點提取研究下載
相關電子資料下載
- 通過視頻幀提取及批量取模轉換實現(xiàn)基于STC32的點陣LED動畫播放 109
- 最新成果展示：傾斜側壁增強光提取效率相關機制的建模仿真研究 154
- 三維掃描產品外觀提取不規(guī)則外觀輪廓線輔助貼紙設計方案 89
- 【校企合作案例】全自動智能核酸提取儀 150
- Virtuoso Studio：寄生參數(shù)提取設計 551
- 多光譜無人機的林木火災受損信息提取研究2.0 204
- 使用Python提取ILA數(shù)據(jù)的流程 326
- 提升電網能量提取效率，儲能中關鍵的PFC控制器 2602
- 如何提取、匹配圖像特征點 343
- 多光譜無人機及機器學習的林木火災受損信息提取研究2.0 148