节点文献

基于MFCC和SVM的说话人性别识别

Gender recognition of speakers based on MFCC and SVM

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 XIAO Han-guang1,2,HE Wei2(1.State Key Laboratory of Power Transmission Equipment & System Security and New Technology,Chongqing University,Chongqing 400030,P.R.China;2.School of Mathematics and Physics,Chongqing Institute of Technology,Chongqing 400054,P.R.China)

【机构】重庆大学输配电装备及系统安全与新技术国家重点实验室；重庆工学院数理学院；

【摘要】建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequency CepstrumCoefficients,MFCC)的特征提取方法和支持向量机(Support Vector Machine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别准确率达到98.7%,明显优于其它分类器。更多还原

【Abstract】 A Chinese speech(mandarin) database was established for speakers gender recognition.A combination method is proposed for gender recognition of speakers based on support vector machine and Mel-frequency cepstrum coefficients(MFCC) for classification and feature extraction respectively.The comparative result shows that the accuracy of SVM is 98.7%,which is better than other methods.更多还原

【关键词】模式识别；分类器；性别识别；支持向量机；梅尔频率频谱系数；
【Key words】 pattern recognition； classifiers； gender recognition； mel-frequency cepstrum coefficients； support vector machine；

【基金】国家自然科学基金资助项目(50877082);重庆工学院青年教师科研基金资助项目(20062D39)

【文献出处】重庆大学学报 ,Journal of Chongqing University , 编辑部邮箱 ,2009年07期

【分类号】TP391.41
【被引频次】7
【下载频次】347

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献