对MFCC 进行GMM 聚类的汉语数字识别方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61075008)


Chinese Digital Identification Based on MFCC by Using GMM Clustering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    汉语数字识别常用MFCC 作为特征,针对0-9 十个数字MFCC 样本特征数据量大的问题,提出了用GMM模型对提取的特征参数MFCC 的数据进行聚类来减少数据量,以GMM 模型参数中的均值作为新的特征,采用动态规划算法进行汉语数字语音识别。仿真实验表明,进行GMM 特征变换后的新特征数据为MFCC 的30.9%,系统运行时间减少了237.18s,识别率降低1.11%。

    Abstract:

    MFCC is widely used in Chinese digital identification. Because the amount of MFCC extracted from 0-9 is too large, the mean of model parameters which is clustered with GMM by MFCC to reduce the amount is employed as a new feature with DTW for Chinese digital identification. Simulation results demonstrate that the amount of the new feature is 30.9% to that of MFCC, the running time reduces by 237.18s, but the recognition rate decreases by 1.11%.

    参考文献
    相似文献
    引证文献
引用本文

高文曦,于凤芹.对MFCC 进行GMM 聚类的汉语数字识别方法.计算机系统应用,2011,20(11):167-170

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-03-15
  • 最后修改日期:2011-04-13
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号