文献类型：期刊文章

作　　者：庞程[1] 王秀玲[2] 张结[1] 刘宏[1]

机构地区：[1]北京大学深圳研究生院物联网智能感知技术工程实验室,广东深圳518055 [2]华北电力大学控制与计算机工程学院,河北保定071000

出　　处：《华中科技大学学报（自然科学版）》

年　　份：2015

卷　　号：43

期　　号：S1

起止页码：381-384 388

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种基于MFCC和共振峰频率特征的汉语普通话口音识别方法.该方法首先提取Mel频率倒谱系数(MFCC)和共振峰频率特征作为混合高斯模型(GMM)的输入,然后采用期望最大化(EM)算法训练模型,对两种特征分别建模,最后采用基于最大似然准则(ML)的信息融合策略进行口音判别.实验数据库为7个地区的语音数据.经过交叉验证,该方法对于中国典型地区普通话口音的识别率达到85.61%,比单一使用MFCC特征或共振峰频率特征分别提高了6.62%和32.90%.

关 键 词：口音识别  汉语普通话 MEL频率倒谱系数 共振峰频率  信息融合 加权判别  

分 类 号：TN912.3]