基于獨立分量分析的說(shuō)話(huà)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(xiàn)性混合信號進(jìn)行分離，得到統計獨立的源信號的技術(shù)，能用于提取組合語(yǔ)音的特征基函數。倒譜矢量符合ICA變換的假設條件，用ICA方法對MFCC特征進(jìn)行轉換得到ICA特征基，繼而用于說(shuō)話(huà)人識別，建立了1個(gè)基于獨立分量分析的說(shuō)話(huà)人識別系統。實(shí)驗結果表明，在噪聲環(huán)境下此系統具有更高的識別率。 關(guān)鍵詞： 獨立分量分析，說(shuō)話(huà)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(shuō)明不清楚。如：各式中E[.]運算是說(shuō)明運算？求統計期望？文中未作說(shuō)明；公式（6）中”g”是什么？公式說(shuō)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(shí)驗結果中，對含噪語(yǔ)音的識別，采用兩種特征參數“MFCC”和“ICAft”時(shí)都在前端作消噪處理了嗎？如果都進(jìn)行了消噪處理，兩種參數的識別結果差異會(huì )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結果的正確性表示嚴重懷疑。另外，對采用VQ模板的系統在5dB情況下能取得85％以上的識別率也持有疑問(wèn)。3. 建議再作實(shí)驗仿真，對結果再驗證！　

綜合評價(jià)： 修改稿： 注：同行評議是由特聘的同行專(zhuān)家給出的評審意見(jiàn)，綜合評價(jià)是綜合專(zhuān)家對論文各要素的評議得出的數值，以1至5顆星顯示。

【基于獨立分量分析的說(shuō)話(huà)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(shuō)話(huà)人識別03-07

說(shuō)話(huà)人識別研究綜述03-07

基于圖像處理技術(shù)的織物組織自動(dòng)識別03-07

基于數據挖掘技術(shù)的交叉銷(xiāo)售分析12-08

基于馬賽克圖形的人機識別系統的設計與分析03-13

基于HMM的語(yǔ)音識別技術(shù)在嵌入式系統中的應用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