基于EMD技术的语音特征提取方法 .pdfVIP

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

维普资讯

科技信息0科教前沿OSCIENCE&TECHNOLOGYINFORMATION2008年第9期

基于EMD技术的语音特征提取方法

牛科明宗容

(云南大学信息学院云南昆明650091)

【摘要】利用软件/VlATLAB仿真了语音信号的经验模态分解(EMD)特性,并与相关文献报导的其他分解方法进行了比较,结果表明:

EMfl ̄法能达到更好的说话人识别效果。当不同的人发相同语音时,其频谱特性是不同的,把语音信号进行EMD分解后的IMF做频谱变换,便

能得到一个特征向量.于是根据特征向量的不同而达到说话人识别的目的。以上实验结果有助于开辟说话人识别的新途径。

【关键词1经验模态分解;特征向量;说话人识别

I1leMethodofSpeechFeatureExtractionBasedonEmpiricaMlodeDecomposition

NIUKemingZONGRong

(SchooIofInformation,YunnanUniversity,Knnming,Yunnan,65OO91)

【Abstract]MATLABisusedtocalculatethecharacteristicofspeechsignalusingempiricalmodedecomposition(EMD),whilecomparedwith

othermethod8.Wefindthat:EMDhasabettereffectinspeakeridentification、Whendiferentpeoplesaythesamewords,theirspeechsingalhasthe

diferentcharacteristicoffrequency.SOweobtainaneigenvectorbytransformingtheIMFofspeechsingal,andobtainanewmethodofspeaker

identificationusingEMD、Theresultishelpfuflorfindingnewmethodofspeakeridentification.

【Keywords]EMD;eigenvector;speakerIdentification

1.引言a.整个数据序列的极大值与极小值数目之和与过零点数目相等或最

说话人识别是语音信号处理的一个重要分支。长期以来,人们都多相差一个:

是通过对语音信号特征的提取来获得表征不同说话人的识别参数”】,b、在任意时刻上,由它的局部极大值和局部极小值构成的上下包

而对语音信号特征的提取都是采用短时处理技术,这是因为语音信号络均值为零。

是一个非平稳过程.其特性是随着时间而变化的,并且是渐变的2[1。基

文档评论(0)

176****6961 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档