电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2008年
9期
126-128
,共3页
主分量分析(PCA)%美尔倒谱系数(MFCC)%线性判决分析(LDA)%支持向量机
主分量分析(PCA)%美爾倒譜繫數(MFCC)%線性判決分析(LDA)%支持嚮量機
주분량분석(PCA)%미이도보계수(MFCC)%선성판결분석(LDA)%지지향량궤
抽取最佳鉴别特征是说话人辨认中的重要一步.本文在使用美尔倒谱系数(MFCC)及一阶差分组成的特征参数的基础上利用主分量分析(PCA)和线性判决分析(LDA)结合的提取方法,构造了一种新的特征参数.这种新的参数具有最佳鉴别特性,然后用支持向量机(SVM)对提取的特征分类辨认.实验结果表明该方法能更好地识别说话人,有更好的识别能力.
抽取最佳鑒彆特徵是說話人辨認中的重要一步.本文在使用美爾倒譜繫數(MFCC)及一階差分組成的特徵參數的基礎上利用主分量分析(PCA)和線性判決分析(LDA)結閤的提取方法,構造瞭一種新的特徵參數.這種新的參數具有最佳鑒彆特性,然後用支持嚮量機(SVM)對提取的特徵分類辨認.實驗結果錶明該方法能更好地識彆說話人,有更好的識彆能力.
추취최가감별특정시설화인변인중적중요일보.본문재사용미이도보계수(MFCC)급일계차분조성적특정삼수적기출상이용주분량분석(PCA)화선성판결분석(LDA)결합적제취방법,구조료일충신적특정삼수.저충신적삼수구유최가감별특성,연후용지지향량궤(SVM)대제취적특정분류변인.실험결과표명해방법능경호지식별설화인,유경호적식별능력.
