典型文献
基于频繁序列挖掘的声纹特征提取关键技术研究
文献摘要：
声纹识别,是根据声纹特征识别说话人身份的一种生物识别技术.与人脸识别、指纹识别、虹膜识别相比,声纹识别的数据获取更加便捷,不受时间地域的限制,数据采集成本更低,公众对声音采集的抵抗力较弱,已经在安防、刑侦、金融等多个领域被使用.而声纹识别算法的关键是描述特定对象的声纹特征,好的特征既要最大化保留说话人的语音特性,又要对噪音、语速、音量、说话内容等有较好的鲁棒性.针对语音数据较少、文本不相关情况下的声纹识别,本研究采用频繁序列挖掘技术对声音的梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficients,MFCC)组成的序列进行挖掘,将挖掘到的频繁序列作为说话人的语音特征,再使用PLDA判别方法,结果显示该模型对语音数据较少的情况识别效果良好.
文献关键词：
说话人识别;声纹识别;序列挖掘
中图分类号：
作者姓名：
王健;申炜涛;耿皓松;张艳
作者机构：
北华航天工业学院计算机学院,河北廊坊065000
文献出处：
引用格式：
[1]王健;申炜涛;耿皓松;张艳-.基于频繁序列挖掘的声纹特征提取关键技术研究)[J].北华航天工业学院学报,2022(01):10-12
A类：
B类：
序列挖掘,声纹特征,关键技术研究,声纹识别,特征识别,别说,生物识别技术,人脸识别,指纹识别,虹膜识别,数据获取,抵抗力,安防,刑侦,识别算法,特定对象,噪音,语速,音量,语音数据,不相关,挖掘技术,梅尔倒谱系数,Mel,scale,Frequency,Cepstral,Coefficients,MFCC,列作,语音特征,PLDA,判别方法,说话人识别
AB值：
0.438715
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
