摘要:语音分类是语音信号处理的重要组成部分。准确快速地对语音进行分类在语音编码、语音合成中有着重要的意义。针对当前一些常用分类特征和分类算法的不足,本文提出一种利用语音的Mel频率子带能量作为分类特征,建立高斯混合模型(GMM),运用最大后验概率准则对清音、浊辅音、元音分类的算法。仿真实验表明,在噪音环境下该算法仍可准确进行语音信号分类。
关键词:语音分类 能量分布 高斯混合模型 最大后验概率
单位:哈尔滨工业大学自动化测试与控制系 哈尔滨150001 总参54所 北京100001
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社