不同语音特征对声音分类的有效性研究

作者：王华朋; 牛瑾琳; 刘元周; 张琨瑶

来源：中国刑警学院学报, 2020, (06): 122-128.

DOI：10.14060/j.issn.2095-7939.2020.06.017

• 信号分类
• 语音特征
• 深度神经网络
• LSTM

声音信号分类是准确进行语音预测、解码和识别的基础工作。深度神经网络是目前音频分类的主流方法。选用19种不同语音特征,以3种噪声作为分类对象,采用深度长短时记忆神经网络作为分类算法,比较了不同语音特征及特征融合对噪声信号分类准确度的影响,总结了不同特征对信号分类的有效程度,并对实验结果进行了说话人识别验证。该研究对公安领域说话人身份识别具有一定的参考价值。

• 单位
  中国刑事警察学院