《表3 复杂情况下准确率 (%) 对比》

  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

《基于改进MFCC的说话人特征参数提取算法》

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

为进一步测试该改进后方法的鲁棒性，将进行第三部分实验。在实际生活中，说话人在注册阶段的语音录制可能处在相对安静环境中，但在使用识别系统时，说话人周围环境可能会变得复杂。于是，接下来的实验，对训练数据不做添加噪声的处理，而对测试集添加噪声，以模拟这种情况。如表3，测试集添加不同信噪比的噪声的情况下，重复第二部分实验，将改进后的MFCC特征参数提取方法，与标准的方法做对比，结果如图5、图6所示。可以看出，两种方法准确率都有明显下降，但改进后方法依然有较高的准确率，改进方法依然有效，鲁棒性较强。