基于语音的说话者识别:使用语音MFCC和GMM识别说话者

时间:2024-02-24 19:05:25
【文件属性】:

文件名称:基于语音的说话者识别:使用语音MFCC和GMM识别说话者

文件大小:56KB

文件格式:ZIP

更新时间:2024-02-24 19:05:25

machine-learning scikit-learn voice speech gaussian-mixture-models

基于语音的说话人识别 说话人识别/识别使用: 免费的ST美国英语语料库数据集(SLR45) 梅尔频率倒谱系数(MFCC) 高斯混合模型(GMM) 数据集 可以在上找到免费的ST美国英语语料库数据集(SLR45) 。 它是提供的免费的美国英语语料库,其中包含10位说话者(5位女性和5位男性)的讲话。 每个说话者大约有350种话语。 理论 语音特征提取 此处使用梅尔频率倒谱系数(MFCC),因为它们可在说话者验证中提供最佳结果。 MFCC通常如下得出: 进行信号(窗口摘要)的傅立叶变换。 使用三角形重叠窗口,将以上获得的光谱的功率映射到mel刻度上。 记录每个梅尔频率下的功率对数。


【文件预览】:
Voice-based-speaker-identification-master
----Run.py(633B)
----README.md(3KB)
----Code()
--------SpeakerIdentifier.py(3KB)
--------FeaturesExtractor.py(3KB)
--------DataManager.py(3KB)
--------SilenceEliminator.py(2KB)
--------ModelsTrainer.py(2KB)
----speaker.png(54KB)
----.gitignore(1KB)

网友评论