通过介绍说话人确认系统，采用能够反映人对语音的感知特性的Mel频率倒谱系数（MFCC）作为特征参数，同时提出了用训练得到的码本以及平均失真作为表征说话人的模型，对说话人确认系统中距离测度做出了相应的改动。
基于354个网页-相关网页
本文结合语音识别中运用较广的美尔频率倒谱系数(MFCC)和线形预测倒谱系数(LPCC)作为滚动轴承音频信号的特征参数,并使用具有强学习能力的神经网络方法进行故障诊断,最后依靠Dempst..
基于116个网页-相关网页
2.1 语音段检测 美尔频标倒谱系数（Mel Frequency Cepstrum Coefficient， MFCC）是一种充分考虑了人耳的听觉特性并且没有假设前 提的特征参数，具有良好的识别性和抗噪性，是目前语音识别...
基于52个网页-相关网页
， N，分别为输入语音和编码器输出语音的倒谱系数（cepstral coefficients），倒谱系数是能量谱对数的傅立叶变换，也可以从LPC系数{ai,i=1,2,..
基于30个网页-相关网页
线性预测倒谱系数 LPCC ; Linear Prediction Cepstrum Coefficient ; Linear Prediction Cepstral Coding ; LinerPredictive CepstrumCoefficient
美尔频率倒谱系数 MFCC ; Mel-frequency cepstral coefficients ; Mel frequency cepstrum coeficient
美尔倒谱系数 MFCC ; LPCCMCC ; Mel Frequency Cepstral Coefficient
梅尔倒谱系数 MFCC ; Mel-frequency cepstral coefficient
梅尔频率倒谱系数 MFCC
频率倒谱系数 IMFCC ; MelFrequencyCepstrumCoefficient ; Mel-Frequency Ceptral Coefficients ; Mel FrequnecyCepstrum Coefficients
逆梅尔倒谱系数 IMFCC
Mel频率倒谱系数 mfcc ; MelFrequencyCepstrum Coemcient
素倒谱系数 HFCC
·2,447,543篇论文数据，部分数据来源于NoteExpress
根据群延迟函数与倒谱系数之间的关系，可以确定分母的多项式系数。
Based on the relationship between the group delay function and the cepstral coefficients, the denominator polynomial coefficients can be determined.
实验中，采用美尔倒谱系数(MFCC)作为话者语音特征参数。
During the experiment, MFCC (Mel Frequency Ceptral Coefficient) is adopted to speaker speech feature parameters.
实验证明这种混合倒谱系数具有较好的分类特性、抗噪性和稳定性。
The results of comparison prove that CDCC is better in classification, noise restraint and stability that LPCC.
应用推荐