基于融合频域和时域特征的说话人识别

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对单一特征参数表征语音信息不够全面的缺点,利用时域特征参数和频域不同特征参数的优点,融合频域特征参数MFCC、GFCC、MFCC一阶差分、GFCC一阶差分和时域特征参数短时能量,然后将多维度的融合特征参数进行主成分分析降维.降维后的特征参数送入双向长短时记忆神经网络模型进行识别训练.仿真实验表明,本文目标参数参与训练的说话人识别模型取得了99.61％的识别正确率,较其他说话人识别模型的识别率更高.

外文标题：Speaker Recognition Based on Fusion of Frequency Domain and Time Domain Features

作者：

龙翔、夏秀渝

展开 >

作者单位：

四川大学电子信息学院,成都 610065

关键词：

说话人识别融合特征参数 MFCC GFCC 神经网络

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.11.004