数字技术与应用
數字技術與應用
수자기술여응용
DIGITAL TECHNOLOGY AND APPLICATION
2010年
1期
57-61
,共5页
徐良军%费万春%张伟杰%鲁星星
徐良軍%費萬春%張偉傑%魯星星
서량군%비만춘%장위걸%로성성
特征频率%非平稳性%TVPAR模型%马氏距离%说话人识别
特徵頻率%非平穩性%TVPAR模型%馬氏距離%說話人識彆
특정빈솔%비평은성%TVPAR모형%마씨거리%설화인식별
在平均Mel倒谱基础上提取随时间变化的特征频率,由此得到了由各个语音信号特征频率倒谱值序列构成的时间序列.运用时间序列预处理和数理统计的方法,分离时间序列的趋势量和波动量.波动量是零均值自协方差非平稳的时间序列,利用满阶时变参数自回归TVPAR(Time-Varying Parameter Autoregressive)模型对波动量序列进行分析,进一步提取说话人语音信号的特征参数.在波动量序列和用满阶TVPAR模型分析的基础上分别进行说话人识别.实验表明,用满阶TVPAR模型进行识别,识别率比波动量序列上的识别率有较大提高,一个特征频率上平均识别率达到99.68%,取两个特征频率时达到100%. 成的时间序列.运用时阃序列预处理和数理统计的方法,分离时间序列的趋势量和波动量.波动量是零均值自协方差非平稳的时间序列,利用满阶时变参数自回归TVPAR(Time-Varying Parameter Autoregressive)模型对波动量序列进行分析,进一步提取说话人语音信号的特征参数.在波动量序列和用满阶TVPAR模型分析的基础上分别进行说话人识别.实验表明,用满阶TVPAR模型进行识别,识别率比波动量序列上的 别率有较大提高,一
在平均Mel倒譜基礎上提取隨時間變化的特徵頻率,由此得到瞭由各箇語音信號特徵頻率倒譜值序列構成的時間序列.運用時間序列預處理和數理統計的方法,分離時間序列的趨勢量和波動量.波動量是零均值自協方差非平穩的時間序列,利用滿階時變參數自迴歸TVPAR(Time-Varying Parameter Autoregressive)模型對波動量序列進行分析,進一步提取說話人語音信號的特徵參數.在波動量序列和用滿階TVPAR模型分析的基礎上分彆進行說話人識彆.實驗錶明,用滿階TVPAR模型進行識彆,識彆率比波動量序列上的識彆率有較大提高,一箇特徵頻率上平均識彆率達到99.68%,取兩箇特徵頻率時達到100%. 成的時間序列.運用時閫序列預處理和數理統計的方法,分離時間序列的趨勢量和波動量.波動量是零均值自協方差非平穩的時間序列,利用滿階時變參數自迴歸TVPAR(Time-Varying Parameter Autoregressive)模型對波動量序列進行分析,進一步提取說話人語音信號的特徵參數.在波動量序列和用滿階TVPAR模型分析的基礎上分彆進行說話人識彆.實驗錶明,用滿階TVPAR模型進行識彆,識彆率比波動量序列上的 彆率有較大提高,一
재평균Mel도보기출상제취수시간변화적특정빈솔,유차득도료유각개어음신호특정빈솔도보치서렬구성적시간서렬.운용시간서렬예처리화수리통계적방법,분리시간서렬적추세량화파동량.파동량시령균치자협방차비평은적시간서렬,이용만계시변삼수자회귀TVPAR(Time-Varying Parameter Autoregressive)모형대파동량서렬진행분석,진일보제취설화인어음신호적특정삼수.재파동량서렬화용만계TVPAR모형분석적기출상분별진행설화인식별.실험표명,용만계TVPAR모형진행식별,식별솔비파동량서렬상적식별솔유교대제고,일개특정빈솔상평균식별솔체도99.68%,취량개특정빈솔시체도100%. 성적시간서렬.운용시곤서렬예처리화수리통계적방법,분리시간서렬적추세량화파동량.파동량시령균치자협방차비평은적시간서렬,이용만계시변삼수자회귀TVPAR(Time-Varying Parameter Autoregressive)모형대파동량서렬진행분석,진일보제취설화인어음신호적특정삼수.재파동량서렬화용만계TVPAR모형분석적기출상분별진행설화인식별.실험표명,용만계TVPAR모형진행식별,식별솔비파동량서렬상적 별솔유교대제고,일