-
题名基于全局背景模型和竞争者模型的说话人确认系统
被引量：1
- 1
-
-
作者
马静
侯丽敏
王朔中
-
机构
上海大学通信与信息工程学院
-
出处
《声学技术》
CSCD
北大核心
2007年第1期105-110,共6页
-
文摘
大多数说话人确认系统都设置一个背景模型用于描述假冒者的特性。文章提出一种新的说话人确认的背景模型,对所有说话人采用同一全局背景模型(简称UBM),并为每个说话人建立一个竞争者模型(cohort model)。在全局背景模型不能做出准确判断的情况下,启用竞争者模型再次进行判决。该模型充分利用了传统全局背景模型和竞争者模型的互补性。实验表明新的背景模型使系统性能有较明显的提高。
-
关键词
说话人确认
背景模型
竞争者模型
全局背景模型
-
Keywords
speaker verification
background speaker model
cohort model
universal background model
-
分类号
TB53
[理学—声学]
O429
[理学—声学]
-
-
题名基于全局背景模型和辅助模型的说话人确认系统的研究
- 2
-
-
作者
汤小飞
曾毓敏
李晓伟
-
机构
南京师范大学物理科学与技术学院
-
出处
《信息化研究》
2010年第2期19-23,共5页
-
文摘
大多数说话人确认系统都设置一个背景模型用于描述假冒者的特性。文中提出一种新的说话人确认背景模型,对所有说话人采用同一全局背景模型(UBM),并为每个说话人建立一个竞争者模型(cohortmodel)和一个疏远者模型(c-cohortmodel)。在全局背景模型不能做出准确判断的情况下,启用竞争者模型或疏远者模型再次进行判决。该模型充分利用了相近者模型和疏远者模型的特性。实验表明新的背景模型使系统性能有明显的提高。
-
关键词
说话人确认
背景模型
全局背景模型
竞争者模型
疏远者模型
-
Keywords
speaker verification
background model
universal background model
cohort model
c-cohort model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于GMBM-UBBM模型的语言辨识研究
- 3
-
-
作者
屈丹
王炳锡
-
机构
解放军信息工程大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2004年第3期29-32,共4页
-
基金
国家自然科学基金资助项目(批准号:60372038)
-
文摘
高斯混合模型(GMM)是进行说话人无关的语言辨识的一种有效方法,高斯混合二元模型(GMBM)是GMM模型的二元时序扩展,该文在GMBM和GMM-UBM模型的基础上提出了一种基于GMBM-UBBM模型的语言辨识系统,并利用OGI-TS电话语音库对算法的性能进行了测试,然后给出了实验结果。实验结果表明,该算法也是进行语言辨识的一种有效方法,与传统的GMM-UBM算法相比,该算法最多可以获得4.378%的相对改善率。
-
关键词
高斯混合模型
高斯混合二元模型
全局背景模型
全局背景二元模型
贝叶斯自适应
语言辨识
-
Keywords
Gaussian mixture model,Gaussian mixture bigram model,Universal background model,Universal background bigram model,Bayesian adaptation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名改进SIFT匹配的动态背景下运动目标检测算法
被引量：9
- 4
-
-
作者
侯宏录
李媛
李光耀
-
机构
西安工业大学光电工程学院
-
出处
《自动化仪表》
CAS
2019年第8期60-64,共5页
-
基金
陕西省工业科技攻关基金资助项目(2016GY-051)
陕西省教育厅重点实验室科研计划项目(15JS035)
-
文摘
无人机/车载运动目标检测与识别系统由于存在摄像机运动,使得场景中的背景与前景目标同时发生运动,增加了运动目标检测的难度。目前,动态背景下运动目标检测的主要方法是利用特征点的运动估计来补偿背景的运动。针对尺度不变特征变换(SIFT)特征匹配算法存在耗时长、误匹配率大,使得背景运动估计不准确,进而影响运动目标检测效果。提出了一种改进的SIFT特征匹配算法——先剔除容易丢失的边缘特征点,再利用最近邻点与次近邻点的欧式距离比确定匹配点,并用RANSAC删除运动目标上和误匹配点对,进一步实现背景运动的准确估计,从而检测得到运动目标的准确位置。试验结果表明:改进的特征点匹配算法在匹配准确度和运算速度上均优于传统SIFT特征匹配算法的性能。最终,通过背景补偿,有效消除了相机运动引入的动态误差,提高了运动目标检测的实时性和精度。
-
关键词
尺度不变将化变换
特征点匹配算法
背景补偿
运动目标检测
动态背景
摄像机运动
背景运动估计
背景全局运动模型
-
Keywords
scale-invariant feature transform(SIFT)
Feature point matching algorithm
Background compensation
Moving target detection
Dynamic background
Camera motion
Background motion estimation
Background global motion model
-
分类号
TH745
[机械工程—光学工程]
-
-
题名语言辨识系统的决策级融合研究
被引量：1
- 5
-
-
作者
屈丹
王波
王炳锡
-
机构
中国人民解放军信息工程大学
-
出处
《电声技术》
北大核心
2003年第11期55-59,共5页
-
基金
国家自然科学基金(60372038).
-
文摘
文中利用不同参数提取方法对语言辨识系统决策级融合进行了研究。文中给出4种融合方式,实验系统采用了GMM-UBM模型,利用OGI-TS多语种电话语音语料库,对决策级融合性能进行了评估。实验表明,利用决策级融合技术,选择最佳融合方式,可以很好地改善语言辨识率。
-
关键词
语言辨识
决策级融合
高斯混合模型-全局背景模型
贝叶斯自适应
数据融合
-
Keywords
language identification
decisio n level fusion
GMM-UBM
Bayesian adaptation
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名基于SVM-UBM的语言辨识系统
- 6
-
-
作者
张文林
李弼程
屈丹
-
机构
信息工程大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第10期41-43,共3页
-
基金
国家自然科学基金(the National Natural Science Foundation of China under Grant No.60372038)
-
文摘
支持向量机作为强大的理论和计算工具,已成功地应用在模式识别的众多领域中。研究了将支持向量机模型(SVM)应用于语言辨识的理论框架,提出了将Louradour序列核应用于语言辨识,并利用高斯混合模型(GMM)构造全局背景模型(UBM)对其进行了改进,从而导出了基于SVM-UBM的语言辨识系统。相关实验结果表明,该系统的识别率高于经典的高斯混合模型(GMM)和基于广义线性区分性核(GLDS)的支持向量机模型。
-
关键词
语言辨识
支持向量机
序列核
高斯混合模型
全局背景模型
-
Keywords
language identification
support vector machine
sequence kernel
Gaussian mixture model
universal background model
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名应用说话人聚类技术改善语言辨识系统识别率
- 7
-
-
作者
张强
屈丹
侯风雷
王炳锡
-
机构
中国人民解放军信息工程大学
-
出处
《电声技术》
2007年第3期44-48,共5页
-
文摘
说话人差异是影响语言辨识系统性能的一个重要方面。采用说话人聚类技术对训练数据进行了预分类,以此为基础训练各种语言模型,得到聚类后的语言辨识系统。高斯混合模型、高斯混合模型-全局背景模型和遍历隐马尔可夫模型3种语言模型的实验证明,这种方法是有效的,它普遍地减小了说话人差异对语言辨识的影响,提高了语言辨识率。
-
关键词
说话人聚类
高斯混合模型-全局背景模型
遍历隐马尔可夫模型
-
Keywords
speaker clustering
GMM-UBM
ergodic hidden Markov model
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名基于GMM-UBM的语言辨识算法研究
- 8
-
-
作者
陈业仙
张歆奕
毛杰
-
机构
五邑大学信息工程学院
-
出处
《五邑大学学报（自然科学版）》
CAS
2010年第3期56-60,共5页
-
文摘
运用Matlab软件,以自已建立的语音数据库为基础,对与文本无关的基于GMM-UBM的语言辨识系统进行了测试,获得的平均识别率达74%,与传统GMM算法的测试对比,基于GMM-UBM的语言辨识算法能更好地改善语言辨识系统的性能.
-
关键词
语言辨识
高斯混合-全局背景模型
期望最大化
贝叶斯自适应算法
-
Keywords
language identification
GMM-UBM
EM
Bayesian adaptive algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于UBM的发音质量评价算法
被引量：2
- 9
-
-
作者
李婧
黄双
张波
-
机构
天津理工大学计算机科学与技术学院
南开大学软件学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第22期207-209,共3页
-
文摘
将已经成功应用到说话人识别/确认领域中的高斯混合模型和全局背景模型(UBM)引入语音发音质量评价领域,提出一种新的评价英语发音质量的算法。该算法训练出标准发音的全局背景模型。UBM模型描述与音素无关的特征分布,定义段时长归一化的相似度比例对数为音素的发音质量分数,综合得到整旬发音的评分结果。实验证明,在实验室自行采集的非母语语音数据库上,该算法评分与专家评分的相关性达到了0.700,优于其他评分算法。
-
关键词
全局背景模型
对数似然比
高斯混合模型
发音质量评价
-
Keywords
Universal Background Model（UBM）
log-likelihood ratio
Gaussian Mixture ModeI（GMM）
pronunciation quality scoring
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
