基于LLR融合基频与MFCC的说话人性别识别

摘要：

提出了一种基于线性逻辑回归的方法,对利用基频和MFCC特征获得的分数进行融合来进行说话人的性别识别,其中包括了基于基频特征的单高斯模型和基于MFCC特征的混合高斯模型.采用语音库包括男性语音文件150个,女性语音文件190个.实验结果中识别率可高达97.65％,比传统单用基频或是MFCC特征的识别率都要高,具有更好的判别性能.

关键词： 性别识别 语音信号 基频特征 频率倒谱系数

作者: 陈月朝 付卓 刘宏

作者单位: 北京大学深圳研究生院深圳物联网智能感知技术工程实验室,广东 深圳 518005;北京大学深圳研究生院信息工程学院,广东 深圳 518005 北京大学深圳研究生院深圳物联网智能感知技术工程实验室,广东 深圳 518005

会议类型: 国内会议

会议名称: 第十届中国智能机器人会议

会议地点: 长沙

会议语种:中文

页码: 184-187

在线出版日期: 2013-11-01（万方平台首次上网日期，不代表论文的发表时间）