计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2013年
6期
16-19
,共4页
说话人识别%典型相关分析%主成分分析%高斯混合模型%特征降维%线性预测系数%美尔频率倒谱系数
說話人識彆%典型相關分析%主成分分析%高斯混閤模型%特徵降維%線性預測繫數%美爾頻率倒譜繫數
설화인식별%전형상관분석%주성분분석%고사혼합모형%특정강유%선성예측계수%미이빈솔도보계수
speaker recognition%canonical correlation analysis (CCA)%principal components analysis (PCA)%Gaussian mixture model (GMM)%dimensional reduction%linear prediction coefficient (LPC)%Mel frequency cepstrum coefficient(MFCC)
为提高说话人识别的性能,提出将CCA与PCA联合用于说话人特征降维的方法:先用CCA融合基于声道模型的LPC特征和基于听觉模型的MFCC特征,提升这两类不同特征的相关性;然后用PCA进一步去除冗余特征,降低有效特征的维数.实验显示,这两种降维方法联合的降维效果与单一的CCA降维、PCA降维或手动降维的效果比有明显提高.
為提高說話人識彆的性能,提齣將CCA與PCA聯閤用于說話人特徵降維的方法:先用CCA融閤基于聲道模型的LPC特徵和基于聽覺模型的MFCC特徵,提升這兩類不同特徵的相關性;然後用PCA進一步去除冗餘特徵,降低有效特徵的維數.實驗顯示,這兩種降維方法聯閤的降維效果與單一的CCA降維、PCA降維或手動降維的效果比有明顯提高.
위제고설화인식별적성능,제출장CCA여PCA연합용우설화인특정강유적방법:선용CCA융합기우성도모형적LPC특정화기우은각모형적MFCC특정,제승저량류불동특정적상관성;연후용PCA진일보거제용여특정,강저유효특정적유수.실험현시,저량충강유방법연합적강유효과여단일적CCA강유、PCA강유혹수동강유적효과비유명현제고.