欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
建立了普通话语音性别数据库，提出联合梅尔频率频谱系数（Mel-frequency Cepstrum Coefficients，MFCC）的特征提取方法和支持向量机（Support Vector Machine，SVM）的分类方法进行说话人性别识别，并与其它分类方法进行比较，实验结果表明该方法的说话人性别识别准确率达到98．7％，明显优于其它分类器。
英文摘要：
A Chinese speech （mandarin） database was established for speakers gender recognition. A combination method is proposed for gender recognition of speakers based on support vector machine and Mel-frequency cepstrum coefficients （MFCC） for classification and feature extraction respectively. The comparative result shows that the accuracy of SVM is 98.7%, which is better than other methods.
同期刊论文项目
同项目期刊论文
Analytical solution of forward problem for magnetic induction tomography in a multi-layer sphere bra
期刊信息
位置：