张贵荣
- 作品数：3 被引量：3H指数：1
- 供职机构：中国人民解放军92601部队更多>>
- 发文基金：江苏省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 一种基于SVDD模型的说话人确认方法研究
- 2013年
- 为改善说话人确认的性能,提出一种基于支持向量数据描述(SVDD)模型的说话人确认方法,通过改变SVDD硬判决方式,采用以样本接受率为依据的软判决方式,把似然得分规整到[0,1]之间,简化门限阈值的设定。仿真实验结果表明,与通常基于高斯混合模型(GMM)的说话人确认算法相比,该方法的说话人确认性能有较大提高。
- 陈觉之张贵荣周宇欢
- 关键词：说话人识别说话人确认高斯混合模型
- 基于CCA和PCA的说话人特征降维研究被引量：1
- 2013年
- 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。
- 陈觉之张贵荣周宇欢
- 关键词：说话人识别特征降维线性预测系数美尔频率倒谱系数
- 基于GMM模型的自适应说话人识别研究被引量：2
- 2013年
- 为了提高说话人识别的性能,提出一种基于GMM模型自适应说话人识别方法。该方法能自动根据不同的说话人选取不同时长的语音进行识别,从提取语音特征和计算识别概率两方面减少识别时间,在不降低识别率的前提下,比传统识别方法识别速度有大幅度提高。实验仿真表明,在保持正确识别率97%以上的情况下,总识别速度可提高4倍左右。该方法特别适合基于GMM的大集合说话人识别。
- 陈觉之张贵荣周宇欢
- 关键词：说话人识别高斯混合模型线性预测系数自适应
