2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、聲紋識別是生物識別技術(shù)的一種,近年來,以其獨特的便捷性、經(jīng)濟性和準確性等優(yōu)點受到了世人的廣泛關(guān)注。與語音識別不同,聲紋識別并不注重語音信號中的具體語義內(nèi)容,而是希望能夠從說話者的語音信號中提取出反映說話者個性信息的特征參數(shù),進而完成判斷說話者身份的任務(wù)。聲紋識別是一個復(fù)雜的非線性過程,而人工神經(jīng)網(wǎng)絡(luò)在處理非線性問題時能夠取得較好的效果。因此,本文將徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)應(yīng)用到了聲紋識別系統(tǒng)當(dāng)中。
   本文主要研究了聲紋特

2、征參數(shù)的獲取方法,提取了線性預(yù)測倒譜系數(shù)(LPCC)、Mel頻率倒譜系數(shù)(MFCC)以及它們各自的一階差分參數(shù)(△LPCC和△MFCC),并且利用時間規(guī)整網(wǎng)絡(luò)對所得到的特征參數(shù)進行了有效的簡化。在聲紋識別系統(tǒng)中,分析和討論了RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計原則以及不同特征參數(shù)、不同訓(xùn)練樣本組數(shù)、不同訓(xùn)練次數(shù)等各種因素對于識別效果的影響。實驗結(jié)果表明,基于RBF神經(jīng)網(wǎng)絡(luò)的聲紋識別方法具有較好的識別性能和應(yīng)用優(yōu)勢。針對文本無關(guān)的聲紋識別,其識別率可以達

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論