采用主成分分析的特征映射
TP24; 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE 1conv4w-1conv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%....
Saved in:
Published in | Zi dong hua xue bao Vol. 34; no. 8; pp. 876 - 879 |
---|---|
Main Author | |
Format | Journal Article |
Language | Chinese |
Published |
中国科学技术大学电子工程与信息科学系科大讯飞语音实验室,合肥,230027
2008
|
Subjects | |
Online Access | Get full text |
ISSN | 0254-4156 1874-1029 |
DOI | 10.3724/SP.J.1004.2008.00876 |
Cover
Abstract | TP24; 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE 1conv4w-1conv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%. |
---|---|
AbstractList | TP24; 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE 1conv4w-1conv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%. 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道凶子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST2006年SRE lconv4w-lconv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%. |
Author | 郭武 戴礼荣 王仁华 |
AuthorAffiliation | 中国科学技术大学电子工程与信息科学系科大讯飞语音实验室,合肥230027 |
AuthorAffiliation_xml | – name: 中国科学技术大学电子工程与信息科学系科大讯飞语音实验室,合肥,230027 |
Author_FL | WANG Ren-Hua GUO Wu DAI Li-Rong |
Author_FL_xml | – sequence: 1 fullname: GUO Wu – sequence: 2 fullname: DAI Li-Rong – sequence: 3 fullname: WANG Ren-Hua |
Author_xml | – sequence: 1 fullname: 郭武 戴礼荣 王仁华 |
BookMark | eNotj81Kw0AUhQepYKx9A1ci7hJnJjNzk6UUfyko2H2Y3zZaEjSI4k4otu66cCEuxKVLl4rg05gE38KUyjmXs_m4955V1MryzCK0TnAQAmXbpyfBUUAwZgHFOAqaAbGEPBIB8wmmcQt5mHLmM8LFCuoURaowAQYxDbGHNn8nk_rx7efjq5rOyul94-plVj-P64fP8vuuenot38draNnJUWE7_9lG_b3dfvfA7x3vH3Z3er7mkfAdUMqddqAiCEOtlTFAWCyInP_CNY2lY9Yabh0VAFgqDYY7a6xxiggSttHWYu21zJzMBslZfnWZNQeTWzO8UfN6jbBowI0FqId5NrhIG1RJfe7SkU0oxDFngoZ_o4Jctw |
ClassificationCodes | TP24 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2RA 92L CQIGP W92 ~WA 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.3724/SP.J.1004.2008.00876 |
DatabaseName | 维普_期刊 中文科技期刊数据库-CALIS站点 维普中文期刊数据库 中文科技期刊数据库-工程技术 中文科技期刊数据库- 镜像站点 Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Engineering |
DocumentTitleAlternate | Feature Mapping Based on PCA |
DocumentTitle_FL | Feature Mapping Based on PCA |
EISSN | 1874-1029 |
EndPage | 879 |
ExternalDocumentID | zdhxb200808006 27995462 |
GrantInformation_xml | – fundername: 国家高技术研究发展计划(863计划); 中国科学技术大学青年教师基金 funderid: (2006AA010104); 中国科学技术大学青年教师基金 |
GroupedDBID | --K -0Y .~1 0R~ 1B1 1~. 1~5 2B. 2C0 2RA 4.4 457 4G. 5GY 5VS 5XA 5XJ 7-5 71M 8P~ 92H 92I 92L AAIKJ AALRI AAQFI AAXUO ACGFS ADEZE ADTZH AECPX AEKER AFTJW AGHFR AGYEJ AITUG AJOXV ALMA_UNASSIGNED_HOLDINGS BLXMC CCEZO CDYEO CJLMK CQIGP CS3 CUBFJ CW9 EBS EJD EO8 EO9 EP2 EP3 FDB FEDTE FNPLU GBLVA HVGLF HZ~ IHE J1W JJJVA M41 MO0 N9A O-L O9- OAUVE OZT P-8 P-9 P2P PC. Q38 ROL RPZ SDF SDG SES TCJ TGT U1G U5S W92 ~WA 4A8 93N ABJNI ABWVN ACRPL ADNMO PSX |
ID | FETCH-LOGICAL-c586-f7225fcf7b8733ccbdd714961a18745c29af4eed5ef26770abc7d5fededfb1613 |
ISSN | 0254-4156 |
IngestDate | Thu May 29 04:10:30 EDT 2025 Fri Nov 25 02:42:07 EST 2022 |
IsPeerReviewed | true |
IsScholarly | true |
Issue | 8 |
Keywords | 超矢量 梅尔刻度式倒谱参数 说话人确认 混合高斯模型 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-c586-f7225fcf7b8733ccbdd714961a18745c29af4eed5ef26770abc7d5fededfb1613 |
Notes | TP24 11-2109/TP Speaker verification, Gaussian mixture model (GMM), supervector, Mel frequency cepstral coefficients (MFCC) |
PageCount | 4 |
ParticipantIDs | wanfang_journals_zdhxb200808006 chongqing_backfile_27995462 |
PublicationCentury | 2000 |
PublicationDate | 2008 |
PublicationDateYYYYMMDD | 2008-01-01 |
PublicationDate_xml | – year: 2008 text: 2008 |
PublicationDecade | 2000 |
PublicationTitle | Zi dong hua xue bao |
PublicationTitleAlternate | Acta Automatica Sinica |
PublicationTitle_FL | ACTA AUTOMATICA SINICA |
PublicationYear | 2008 |
Publisher | 中国科学技术大学电子工程与信息科学系科大讯飞语音实验室,合肥,230027 |
Publisher_xml | – name: 中国科学技术大学电子工程与信息科学系科大讯飞语音实验室,合肥,230027 |
SSID | ssib017479230 ssib001102911 ssib006576350 ssib007293330 ssj0059721 ssib007290157 ssib023646446 ssib005904210 ssib051375349 |
Score | 1.8113402 |
Snippet | 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道凶子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST2006年SRE... TP24; 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE... |
SourceID | wanfang chongqing |
SourceType | Aggregation Database Publisher |
StartPage | 876 |
SubjectTerms | 梅尔刻度式倒谱参数 混合高斯模型 说话人确认 超矢量 |
Title | 采用主成分分析的特征映射 |
URI | http://lib.cqvip.com/qk/90250X/20088/27995462.html https://d.wanfangdata.com.cn/periodical/zdhxb200808006 |
Volume | 34 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxUxMLT1ogfxE2v96KE5ydZ9u_k8Ju0-alERqdBb2c3utiK8orYg7yAI1dZbDx7Eg3j06FER_DW-Fv-FM9l9r3la8AOWJZtMJvOxm8xkkwkhcy5Pa1HqMsrLlEWsdiLSPNGR5LUqZV1VSYwbhe_cFUsP2PIqX52YfBmsWtreKuZd_9h9Jf-jVcgDveIu2X_Q7AgpZEAa9At30DDc_0rHNNMUnHm4Mkk1o0bRjFGrqLU0E1QpqmOacUwoESQE1ZkvglqGKoYJpanVCGMzsC49jKLGV7cxbQ5YG1qxNFPYqDEep_HtQmKBat-KWaTGt4JFfKhST2yKhVDiQUZGtLl14_bD6P5mO4p6YKAICLGeIespghYWIXNsnkKN3qmWc0TPqbbULiIOAxx2fqVJxZ69BWq6vogh2BGMF6XlbU4jQQuouEeohkQpJBATXWq8vIBGRPh7o5La1KskLGoaBYIzX0tTk6JWMKfrudBUd7EiAme-SKPEQcpNDmBIfBooBL2iShIkEg_FwmmAoIsH9zxCFzocj9rJ3ea7U8HgoqQYs1P0cUNgKhOGP-HvzS_jChg2XC48qjwWXLxfbjwrEAIdBzFJTiRSdnBl7PzzMCpgnOhgGOAaevrAahQcoxoePUv8Nx_8TIfnND3yUvHIAhHMQvBOCj4zzgI0BhTHgFJ-arQVTrPjFRm7eRxbGBVlA97Qx2Dr-a13vTrvrQdW4soZcrp172ZN862eJRP9jXPkVBD08zyZ-7G7e_jm4_fPXw_29gd7r-A6eL9_-G7n8PWXwbcXB28_DD7tXCAr3WxlYSlqzyqJHFciqiWMi7WrZaFkmjpXlKXsMC06OZ55yV2i85qBOcqrOhFSxnnhZMnrqqzKugCnK71IpnqbveoSmVUw6FYsB8i4YEp0tKtjx1kZl1XiktxNk5kRu2DqukcYwG0t8YEdRTJNrrcCWGs7qqdr40q-_EeIGXKyWRWFE41XyNTWk-3qKpjeW8U1_2L8BEZimGA |
linkProvider | Elsevier |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E9%87%87%E7%94%A8%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90%E7%9A%84%E7%89%B9%E5%BE%81%E6%98%A0%E5%B0%84&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E9%83%AD%E6%AD%A6&rft.au=DAI+Li-Rong&rft.au=%E7%8E%8B%E4%BB%81%E5%8D%8E&rft.date=2008&rft.pub=%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E6%8A%80%E6%9C%AF%E5%A4%A7%E5%AD%A6%E7%94%B5%E5%AD%90%E5%B7%A5%E7%A8%8B%E4%B8%8E%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E7%B3%BB%E7%A7%91%E5%A4%A7%E8%AE%AF%E9%A3%9E%E8%AF%AD%E9%9F%B3%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%90%88%E8%82%A5%2C230027&rft.issn=0254-4156&rft.volume=34&rft.issue=8&rft.spage=876&rft.epage=879&rft_id=info:doi/10.3724%2FSP.J.1004.2008.00876&rft.externalDocID=zdhxb200808006 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F90250X%2F90250X.jpg http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg |