您的位置： 专家智库 > >

邹欣

作品数：2 被引量：6H指数：2
供职机构：伯明翰大学更多>>
发文基金：教育部“新世纪优秀人才支持计划”山东省自然科学基金国家教育部博士点基金更多>>
相关领域：电子电信更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 2篇语音
  • 2篇语音特征
  • 2篇说话人识别
  • 2篇特征提取
  • 2篇ICA
  • 1篇独立成份分析
  • 1篇独立分量分析
  • 1篇信号
  • 1篇语音特征提取
  • 1篇语音信号
  • 1篇特征提取方法

机构

  • 2篇山东大学
  • 1篇伯明翰大学

作者

  • 2篇刘琚
  • 2篇邹欣
  • 1篇杜军
  • 1篇李万龙
  • 1篇董治强

传媒

  • 2篇山东大学学报...

年份

  • 1篇2010
  • 1篇2007
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于二维ICA变换的语音特征提取被引量：3
2007年
独立成分分析(ICA)方法已经被广泛地应用于语音信号处理中.讨论了ICA方法在语音信号特征提取中的应用.ICA被应用在对数Mel滤波器组变换域中来代替常用的离散余弦变换,后者被应用来得到Mel倒谱系数(MFCC)特征.我们将应用一种新的方法即二维ICA方法来发掘语音信号的时域跟频域的信息,从而提高语音特征的效率跟噪声鲁棒性.这些特征被用于基于高斯混合模型的说话人识别应用中.仿真结果表明我们得到的时频二维特征优于传统的一维特征.
邹欣李万龙刘琚Peter Jancovic
关键词：独立成份分析语音特征提取说话人识别
基于ICA的语音信号表征和特征提取方法被引量：3
2010年
推导了基于独立分量分析(independent component analysis,ICA)的信号表征方法的有效性,并将基于ICA的信号特征分析应用到说话者识别任务中,通过计算机仿真实验证明该方法对非高斯语音信号受高斯噪声干扰时特征提取的有效性。最后的比较结果证明,基于ICA的信号特征,性能较传统的基于离散余弦变换(discrete cosinetransform,DCT)的Mel频率倒谱系数(mel-frequency cepstral coefficients,MFCC)特征有明显的提高。
董治强刘琚邹欣杜军
关键词：独立分量分析说话人识别
全选 清除 导出
共1页<1>
聚类工具0