CAJ | 학술논문

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
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,식별솔비파동량서렬상적별솔유교대제고,일