首页> 中文期刊> 《华南师范大学学报:自然科学版》 >基于PNCC与基频的鲁棒电话语音性别检测方案

基于PNCC与基频的鲁棒电话语音性别检测方案

         

摘要

针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM);首先,采用卷积神经网络(Convolutional Neural Network,CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient,PNCC)的有效信息;然后,结合优化后的基频特征,选用支持向量机(Support Vector Machine,SVM)实现性别分类.该方案有效融合了男、女发音和听觉感知特性上的差异,同时利用了CNN特征提取能力以及SVM鲁棒分类能力.仿真结果表明:CNN+SVM方案针对实际场景电话语音数据集的性别识别准确率优于传统识别方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号