已閱讀1頁，還剩71頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、說話人識別在自動身份鑒別方面具有十分重要的現(xiàn)實意義.目前,識別系統(tǒng)中的特征提取所采用的一些方法如LPC倒譜法等,所有這些方法都是線性的,只適用于平穩(wěn)的線性的時間序列,而語音信號卻是非線性非平穩(wěn)的,要運用這些方法,首先要將語音信號看成是短時平穩(wěn)信號,這樣的話,就丟掉了許多蘊涵本質(zhì)的重要信息.由于語音信號是非線性非平穩(wěn)的,本文在此基礎(chǔ)上提出了一種能夠有效反映信號非線性特征的處理方法HHT變換(Hilbert黃變換),并由此提出一種能夠反映說
2、話人個人特征的HF特征,作為說話人識別系統(tǒng)的一種新的特征.本文由基于HHT方法提取的HF特征建立了一個說話人確認系統(tǒng),所采用的全部語音信號數(shù)據(jù)均來自YOHO speaker verification語音庫.該語音庫支持使用有限詞匯的非文本輸入的說話人識別系統(tǒng)的開發(fā)、訓(xùn)練和測試.Enroll階段:采用138說話人4個session每個session有10個語音樣本數(shù)據(jù);Verify階段:采用138說話人10個session每個sessio
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Hilbert-Huang變換在說話人識別中的應(yīng)用.pdf
- 支持向量機在說話人識別中的應(yīng)用.pdf
- 語音非線性特征在說話人識別中的應(yīng)用.pdf
- 改進支持向量機在說話人識別中的應(yīng)用.pdf
- 支持向量機在說話人識別系統(tǒng)中的應(yīng)用.pdf
- 支持向量機在說話人識別中的應(yīng)用研究.pdf
- 復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)及其在說話人識別中的應(yīng)用.pdf
- 加權(quán)成對約束度量學(xué)習(xí)算法在說話人識別中的應(yīng)用.pdf
- 時變向量自回歸模型在說話人識別中的應(yīng)用.pdf
- 動態(tài)貝葉斯網(wǎng)絡(luò)及其在說話人識別中的應(yīng)用.pdf
- 小波分析在說話人識別系統(tǒng)中的應(yīng)用研究.pdf
- LVQ神經(jīng)網(wǎng)絡(luò)的研究及其在說話人識別中的應(yīng)用.pdf
- 隱馬爾可夫模型在說話人識別中的應(yīng)用與研究.pdf
- 多分類支持向量機的研究及在說話人識別中的應(yīng)用.pdf
- 基于PCANN的語音特征參數(shù)研究及在說話人識別中的應(yīng)用.pdf
- 支持向量機算法的研究及在說話人識別上的應(yīng)用.pdf
- 基于聽覺機理的魯棒特征提取及在說話人識別中的應(yīng)用.pdf
- 基于小波變換的說話人識別應(yīng)用研究.pdf
- 基于小波分析的語音特征參數(shù)及其在說話人識別中的應(yīng)用研究.pdf
- 分數(shù)階傅里葉變換在耳語音說話人識別研究中的應(yīng)用.pdf
評論
0/150
提交評論