- 相關(guān)推薦
基于獨立分量分析的說話人識別技術(shù)
全部作者： 邱作春 曾慶寧 第1作者單位： 桂林電子科技大學(xué),信息與通信學(xué)院 論文摘要： 獨立分量分析方法是1種將線性混合信號進行分離，得到統(tǒng)計獨立的源信號的技術(shù)，能用于提取組合語音的特征基函數(shù)。倒譜矢量符合ICA變換的假設(shè)條件，用ICA方法對MFCC特征進行轉(zhuǎn)換得到ICA特征基，繼而用于說話人識別，建立了1個基于獨立分量分析的說話人識別系統(tǒng)。實驗結(jié)果表明，在噪聲環(huán)境下此系統(tǒng)具有更高的識別率。 關(guān)鍵詞： 獨立分量分析，說話人識別，矢量量化，高斯混合模型 (瀏覽全文) 發(fā)表日期： 2007年05月11日 同行評議：
1．公式說明不清楚。如：各式中E[.]運算是說明運算？求統(tǒng)計期望？文中未作說明；公式（6）中”g”是什么？公式說明中的”v,f(.),F(.)”在公式中不存在；公式(7)(8)中的“ g’ ”又是什么？2．實驗結(jié)果中，對含噪語音的識別，采用兩種特征參數(shù)“MFCC”和“ICAft”時都在前端作消噪處理了嗎？如果都進行了消噪處理，兩種參數(shù)的識別結(jié)果差異會有如此之大？ICA方法對識別率的提高有如此大的貢獻？對作者給出的這1結(jié)果的正確性表示嚴(yán)重懷疑。另外，對采用VQ模板的系統(tǒng)在5dB情況下能取得85％以上的識別率也持有疑問。3. 建議再作實驗仿真，對結(jié)果再驗證！
綜合評價： 修改稿： 注：同行評議是由特聘的同行專家給出的評審意見，綜合評價是綜合專家對論文各要素的評議得出的數(shù)值，以1至5顆星顯示。【基于獨立分量分析的說話人識別技術(shù)】相關(guān)文章：
基于子空間和模糊支持向量機的說話人識別03-07
說話人識別研究綜述03-07
基于數(shù)據(jù)挖掘技術(shù)的交叉銷售分析12-08
基于馬賽克圖形的人機識別系統(tǒng)的設(shè)計與分析03-13
基于HMM的語音識別技術(shù)在嵌入式系統(tǒng)中的應(yīng)用03-18
基于技術(shù)創(chuàng)新的企業(yè)核心能力分析03-22
基于心理因素分析審計人員的精神獨立性03-18
基于心理因素分析審計職員的精神獨立性03-21