Quantisierung von Spektralkomponenten Für Die Klassifikation von Sprachsignalen

  • Hermann Ney
Conference paper
Part of the Informatik-Fachberichte book series (INFORMATIK, volume 17)

Kurzfassung

Für die automatische Sprechererkennung hat sich das Langzeitspektrum als sprecherspezifisches Merkmal erwiesen. Verschiedene Verfahren, mit denen die Komponenten des Langzeitspektrums quantisiert und damit die zur Speicherung notwendigen Bitzahlen reduziert werden können, werden in ihrer Leistungsfähigkeit hinsichtlich der Identifikation von Sprechern miteinander verglichen. Es zeigt sich eine deutliche Überlegenheit derjenigen Quantisierungsverfahren, die die Amplitudenverteilung der Spektralkomponenten explizit berücksichtigen

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    Bunge, E., Höfker, U., Höhne, H.D., Jesorsky, P., Kriener, B., Wesseling, D.: Report about Speaker-Recognition Investigations with the AUROS System, Frequenz 31 (1977) 12, S. 382.CrossRefGoogle Scholar
  2. [2]
    Kuhn, M.H.: Access control by means of automatic speaker Verification, Science and Security Conference, Brighton Metropole, Sept. 12–14, 1978.Google Scholar
  3. [3]
    Max, J.: Quantizing for minimum distortion, IRE Trans. Informat. Theory IT-6 (1960) 7–12.MathSciNetCrossRefGoogle Scholar
  4. [4]
    Eisner, R.: Nachrichtentheorie, Teil 2, Stuttgart, B.G. Teubner, 1977.Google Scholar
  5. [5]
    Fukunaga, K.: Introduction to statistical pattern recognition. New York, London: Academical Press, 1972.Google Scholar

Copyright information

© Springer-Verlag Berlin · Heidelberg 1978

Authors and Affiliations

  • Hermann Ney
    • 1
  1. 1.Philips GMBH ForschungslaboratoriumHamburgDeutschland

Personalised recommendations