排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
Mel子带谱质心和高斯混合相关性在鲁棒话者识别中的应用 总被引：1，自引：0，他引：1
提出了两种方法以克服背景噪音的干扰并提高说话人识别系统的鲁棒性：一种方法是基于频谱峰值位置受背景噪音影响相对较小的考虑,将子带幅度信息和子带Mel频谱质心(SMSC)相结合；另一种方法是通过计算类转移概率矩阵来对隐藏于高斯混合相关(GMC)中的说话人高层信息进行建模。实验表明SMSC和GMC都能够在平稳噪音环境下提高说话人识别系统的鲁棒性,并且采用SMSC和GMC的GMM-UBM系统跟使用传统MFCC的GMM-UBM基准系统相比,平均错误率下降了11．7%。 相似文献
2.
有一个4×4的表格,除2个格外,每个格编写程序:将初始表格状态A变成目标表格状态B(目标状态B如图2个所示,是唯一的,不变的).初始表格状态是可变的,格中的数字和 相似文献
1