作者：马运杰 朱琦稀疏表示说话人识别全局补偿鲁棒性
摘要：在噪声环境下，稀疏表示方法并没有表现出它出色的区分性能，反而由于特征的分散导致性能的大幅下降。根据语音特征参数之间的相关性，提出了一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析，目的是为了找出被噪声影响最严重的一阶参数并去除之，以此增强测试语音与训练语音之间的相关性。理论分析和实验结果表明，该方法具有很好的抗噪性能，在信噪比为5dB时，带有白噪声的语句识别率达到了85．7％，而在高信噪比时，其识别率能够达到97．5％，几乎等同于干净语音的识别率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《南京邮电大学学报·自然科学版》（CN：32-1772/TN）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南京邮电大学学报·自然科学版》主要刊登能及时反映代表学科前沿、学术上有特色的通信与信息系统、信号与信息处理、电磁场与微波技术、通信系统与通信网、图像通信与多媒体通信、移动通信与光通信、计算机软件与理论、计算机应用技术、信息安全与信息网络、控制理论与控制工程、模式识别与智能系统、物联网等学科或专业的学术论文、研究报告及综...
杂志详情
