- 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,信息與通信學院 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：
基于顧客價值的需求，流動網(wǎng)挖掘策略分析06-04
基于工業(yè)機器人的自動化生產(chǎn)技術(shù)研究論文04-14
基于組織行為學分析沃爾瑪企業(yè)文化05-01
基于成交量標度的股價動力學分析05-12
基于軍網(wǎng)的雷達遠程診斷技術(shù)研究08-10
某相控陣雷達目標識別技術(shù)研究08-10
基于主成分分析及二次回歸分析的城市生活垃圾熱值建模08-06
基于業(yè)務(wù)和財務(wù)視域分析企業(yè)IT預(yù)算管理05-16