Bildverarbeitung und Mustererkennung pp 62-67 | Cite as
Quantisierung von Spektralkomponenten Für Die Klassifikation von Sprachsignalen
Conference paper
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.
Literatur
- [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]Kuhn, M.H.: Access control by means of automatic speaker Verification, Science and Security Conference, Brighton Metropole, Sept. 12–14, 1978.Google Scholar
- [3]Max, J.: Quantizing for minimum distortion, IRE Trans. Informat. Theory IT-6 (1960) 7–12.MathSciNetCrossRefGoogle Scholar
- [4]Eisner, R.: Nachrichtentheorie, Teil 2, Stuttgart, B.G. Teubner, 1977.Google Scholar
- [5]Fukunaga, K.: Introduction to statistical pattern recognition. New York, London: Academical Press, 1972.Google Scholar
Copyright information
© Springer-Verlag Berlin · Heidelberg 1978