原创力文档- 1、原创力文档（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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
相依源盲分离与说话人特征基提取.pdf
636 第四部分模式识别、机器视觉与多媒体
相依源盲分离与说话人特征基提取
屈微，刘贺平
(北京科技大学信息工程学院，北京100083，Email：wei747734@sina．com)
摘要：在独立分量分析(ICA)用于语音信号特征提取时，忽略了源信号存在的方差相依关系，降低了算法的可靠
性。源存在方差相依关系时的独立分量分析算法(SD．ICA)，有效地解决了这个问题，推导出的新目标函数，及最大
化该目标函数的梯度下降算法计算公式，用于提取语音特征基，其结果可以直观地进行语音高级特征和低级特征的分
析。仿真实验结果验证了所提出算法实际应用的合理性。
关键词：独立分量分析(ICA)；说话人特征基；源相依性；语音高级和低级特征
with andit’S in
Blind sources
separation dependenciesapplication
features
extractingspeaker
Wei,LIU
QU He-ping
(Information of Scienceand 100083，Email：
EngineeringSchool，University TechnologyBeijing，Beijing
wei747734@sina．toml
thesourcesvariance when
Abstract：Independentcomponentanalysis(ICA)neglecteddependenciesextractingspeechsignal
feature．Sothe waslessreliable．AnextendedICA tosolvethe wherethe
algorithm algorithm(SD—ICA)isproposed problem
sources new in are
have functionandthe formula it ascent
dependencies．Aobjective gradient maximizingusinggradient
andusedin thefeaturesbaseswhichcanshowthe low--feature simulation
presented ex仃acfing high-·and respectively．The
thatthe canbe in
usedthe scene．
experimentsprove algorithm practical
Feature andLow
Keywords：IndependentComponent Basis，Source
Analysis(ICA)，Speaker Dependency,SpeechHigh
Feature
息，克服低级特征的弱点，改善识别系统的精度【21。
对于高级和低级特征的分析需要规整有序的语音特
1 引言
文档评论（0）