《表2 基于GMM的声效识别结果》
%
首先分析3种特征哪种对声效模式的辨识能力更好,为此,轮流使用整体谱特征、MFCC和SIE单独构建分类模型,这意味着式(11)中的p(E|Ft)、p(E|Mt)和p(E|It)分别单独使用.高斯混合模型(GMM,gaussian mixture model)、支持向量机(SVM,support vector machine)和多层感知器(MLP,multilayer perceptron)3种模型分别用于声效检测.其中,MLP拥有1个隐含层,隐含层节点数为2N+1,N为输入层节点数.SVM采用RBF(radial basis function)核,利用Lib SVM工具训练[12].GMM采用对角线协方差矩阵,拥有128个分量.声效识别结果如表2~4所示.
图表编号 | XD003465400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.01 |
作者 | 晁浩、鲁保云、刘永利、刘志中、宋成 |
绘制单位 | 河南理工大学计算机科学与技术学院、河南理工大学计算机科学与技术学院、河南理工大学计算机科学与技术学院、河南理工大学计算机科学与技术学院、河南理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |