基于语谱图HOG特征的两步法长沙话说话人识别

发布时间：2022-10-31 21:04

　　针对非单一语种的情况,本文提出了一种基于语谱图方向梯度直方图（HOG）特征的两步法长沙话说话人识别算法。语谱图的方向梯度直方图特征描述了语谱图的纹理信息。算法利用支持向量机（SVM）对语谱图的方向梯度直方图进行分类,完成小样本的长沙话说话人识别。识别过程采用两步法,先利用HOG特征和SVM分类器辨识长沙话,再利用HOG特征和SVM分类器对辨识出的长沙话进行单一方言条件下的说话人识别。仿真实验验证了算法的有效性。 

【文章页数】：5 页

【文章目录】：
0 引言
1 系统工作原理
2 语音信号预处理
    2.1 语音分帧与加窗
    2.2 端点检测
3 语谱图和HOG特征
    3.1 语谱图
    3.2 HOG特征
4 支持向量机
5 仿真实验
6 结语


【参考文献】：
期刊论文
[1]深度学习框架下说话人识别研究综述[J]. 曾春艳,马超峰,王志锋,朱栋梁,赵楠,王娟,刘聪.  计算机工程与应用. 2020(07)
[2]基于DNN与基音周期的说话人识别[J]. 张学祥,雷菊阳.  计算机与现代化. 2020(01)
[3]江苏三大方言区英语单元音发音偏误及其声学特征[J]. 代春倩,顾明亮,苗兴伟.  淮阴师范学院学报(哲学社会科学版). 2019(06)
[4]基于HOG特征提取和模糊支持向量机的西夏文字识别[J]. 刘兴长,孟昱煜.  西北师范大学学报(自然科学版). 2019(05)
[5]HOG结合傅立叶局部二值模式特征的行人检测[J]. 王爱丽,陈雨时,赵妍.  黑龙江大学自然科学学报. 2019(04)
[6]基于特征语谱图和自适应聚类SOM的快速说话人识别[J]. 贾艳洁,陈曦,于洁琼,王连明.  科学技术与工程. 2019(15)
[7]语谱图傅里叶变换的二字汉语词汇语音识别[J]. 潘迪,梁士利,魏莹,许廷发,王双维.  现代电子技术. 2017(16)
[8]融合多样性测度的汉语方言主动辨识方法[J]. 夏玉果,戴红霞,顾明亮.  计算机工程与应用. 2017(15)
[9]结合轮廓粗筛和HOG细分的快速行人检测方法[J]. 张莉,魏艳鸣,周兵.  电子技术应用. 2017(06)
[10]基于联合多样性密度的汉语方言辨识[J]. 顾明亮,张世形,张浩,张宁.  计算机工程与应用. 2016(10)

硕士论文
[1]基于HOG与STM的行人检测系统[D]. 李云雷.大连理工大学 2019
[2]监控环境下的人脸识别关键技术研究[D]. 胡广.电子科技大学 2019



本文编号：3699716