电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2008年
8期
130-132
,共3页
说话人识别%Mel频率倒谱系数%特征提取%概率神经网络
說話人識彆%Mel頻率倒譜繫數%特徵提取%概率神經網絡
설화인식별%Mel빈솔도보계수%특정제취%개솔신경망락
为实现由语音信号进行说话人身份的辨识,研究了以往的实现说话人辨认的系统,提出一种改进的算法,采用能够反映人对语音感知特性的Mel频率倒谱系数(MFCC)作为特征参数,即基于概率神经网络(PNN)的识别方法.经实测数据的处理,表明PNN对训练样本有很高的分类准确率,且对测试样本的分类准确性也较高,并验证了本方法的有效性.
為實現由語音信號進行說話人身份的辨識,研究瞭以往的實現說話人辨認的繫統,提齣一種改進的算法,採用能夠反映人對語音感知特性的Mel頻率倒譜繫數(MFCC)作為特徵參數,即基于概率神經網絡(PNN)的識彆方法.經實測數據的處理,錶明PNN對訓練樣本有很高的分類準確率,且對測試樣本的分類準確性也較高,併驗證瞭本方法的有效性.
위실현유어음신호진행설화인신빈적변식,연구료이왕적실현설화인변인적계통,제출일충개진적산법,채용능구반영인대어음감지특성적Mel빈솔도보계수(MFCC)작위특정삼수,즉기우개솔신경망락(PNN)적식별방법.경실측수거적처리,표명PNN대훈련양본유흔고적분류준학솔,차대측시양본적분류준학성야교고,병험증료본방법적유효성.
