论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
全部作者: 邱作春 曾庆宁 第1作者单位: 桂林电子科技大学,信息与通信学院 摘要: 独立分量分析方法是1种将线性混合信号进行分离,得到统计独立的源信号的技术,能用于提取组合语音的特征基函数。倒谱矢量符合ICA变换的假设条件,用ICA方法对MFCC特征进行转换得到ICA特征基,继而用于说话人识别,建立了1个基于独立分量分析的说话人识别系统。实验结果表明,在噪声环境下此系统具有更高的识别率。 关键词: 独立分量分析,说话人识别,矢量量化,高斯混合模型 (浏览全文) 发表日期: 2007年05月11日 同行评议:
1.公式说明不清楚。如:各式中E[.]运算是说明运算?求统计期望?文中未作说明;公式(6)中”g”是什么?公式说明中的”v,f(.),F(.)”在公式中不存在;公式(7)(8)中的“ g’ ”又是什么?2.实验结果中,对含噪语音的识别,采用两种特征参数“MFCC”和“ICAft”时都在前端作消噪处理了吗?如果都进行了消噪处理,两种参数的识别结果差异会有如此之大?ICA方法对识别率的提高有如此大的贡献?对作者给出的这1结果的正确性表示严重怀疑。另外,对采用VQ模板的系统在5dB情况下能取得85%以上的识别率也持有疑问。3. 建议再作实验仿真,对结果再验证!
综合评价: 修改稿: 注:同行评议是由特聘的同行专家给出的评审意见,综合评价是综合专家对各要素的评议得出的数值,以1至5颗星显示。