《表3 AISHELL-1语料库下先验环境噪声时长对VTS-M方法和VTS-M-N方法正确识别率的影响（SNR=10 dB)》

《表3 AISHELL-1语料库下先验环境噪声时长对VTS-M方法和VTS-M-N方法正确识别率的影响（SNR=10 dB)》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《具有环境自学习机制的鲁棒说话人识别算法》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

从表3可以发现，对于3种噪声，VTS-M方法的识别率随着噪声时间的变长而变高，而VTS-M-N方法的识别率随着噪声时间变长没有太大的变化，在噪声时间为10 s时有很好的表现。

图表编号XD00138858900    严禁用于非法目的
绘制时间2020.03.10
作者张靖、俞一彪
绘制单位苏州大学电子信息学院、苏州大学电子信息学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表1 测点数据db：减少中心城区热力施工对周边环境影响新方法的研究》2020.08.15
  2. 《表1 不同信噪比白噪声影响下网络的正确识别率》2020.06.16
  3. 《表1 不同算法对Rician噪声噪声MRI图像去噪SNR(dB）指标的比较》2020.07.10
  4. 《表1 不同噪声与SNR下GFBD、FBD和EZD方法的加权错误测度（%）》2020.06.01
  5. 《表1 噪声环境下5种解算方法的平均定位误差和方差》2020.01.10
  6. 《表2 噪声对λ值的影响：基于图像处理的电梯曳引轮轮槽磨损识别方法》2019.11.01
  7. 《表1 纯净环境下机器人语音命令不同特征参数提取方法的识别正确率》2020.04.20
  8. 《表2 设定先验环境噪声为10 s时，在SD2002和AISHELL-1下传统VTS方法、VTS-M和VTS-M-N方法在混有不同信噪比的3种噪声下的正确识别率》2020.03.10
  9. 《表1 设定先验环境噪声为10 s时，在SD2002和AISHELL-1下基线系统、传统VTS方法和VTS-F方法在混有不同信噪比的3种噪声下的正确识别率》2020.03.10
  10. 《表5 不同方法的识别结果(SNR=40dB)》2020.03.23
  11. 《表1 有无噪声影响下所提方法在ORL人脸库上的识别率》2019.08.10
  12. 《表2 SNR=10dB时的各信号正确识别率 (%)》2019.06.30
  13. 《表1 SNR=20dB时的各信号正确识别率 (%)》2019.06.30
  14. 《表3 SNR=5dB时的各信号正确识别率 (%)》2019.06.30
  15. 《表2 样本层节点数对先验知识网络识别正确率的影响》2019.06.16
  16. 《表3 8种增强方法在不同噪声下信噪比取值dB》2019.08.01
  17. 《表3 不同噪声影响下两种方法识别精准度》2019.08.05
  18. 《表2 固定噪声影响下两种方法识别精准度》2019.08.05
  19. 《表1 在不同的噪声条件下各语音增强方法的seg SNR》2019.02.10
  20. 《表2 不同程度噪声下本文方法相比传统方法识别正确率提升结果》2019.02.16

随机翻阅

《表1 51所国家示范校博士教师人数分布》 《表1 建筑结构参数：双头螺杆连墙件在超高层工程中的应用研究》 《表7 实验结果和有限元分析结果对比分析》 《表3：在中学英语课外阅读指导课中培养学生思维能力的策略探究》 《表9 相关理化和卫生指标结果》 《表3 2组间术后患者护理满意度比较》 《表1 竺法护翻译团队中笔受（或手受）与书写人员 (2)》 《表1 水平因素表（wt%）》 《表1 KLF4在宫颈鳞状细胞癌中的表达与病理特征的关系 (例, %)》 《表2 不同套期保值时间存在不同的套期保值比率》