基于谱熵法的低信噪比案件语音分割聚类研究
针对常规分割聚类方法在低信噪比语音条件下的局限性,为提高语音分割聚类的准确率,基于谱熵法提出结合贝叶斯信息准则(BIC)和模糊C均值聚类的分割聚类方法,同时在预处理环节引入语音端点检测,可有效降低噪声的影响.通过对谱聚类、双门限和SOM-K-means等算法叠加不同种类噪声的分割聚类差异性分析,针对不同数目的说话人语音,在低信噪比条件下所提出的基于谱熵法的BIC模糊C分割聚类算法可有效提高语音分割聚类的准确性,在为后续案件语音识别和说话人识别准确率提升方面具有优越性.
语音分割聚类、谱熵法、低信噪比、模糊C均值聚类
31
TN912.34;TP391;TP181
证据科学教育部重点实验室中国政法大学开放基金资助课题;辽宁省科技厅联合开放基金机器人学国家重点实验室开放基金资助项目;中国刑事警察学院重大计划培育项目;教育部重点研究项目;辽宁省自然科学基金
2023-09-28（万方平台首次上网日期，不代表论文的发表时间）
共5页
23-27
