成果信息
本發(fā)明公開了··種基于融合特征的加性噪聲環(huán)境下手機來源識別方法，其將從傅里葉域巾提取的 MFCC 特征、STFTSDF 特征和從 CQT 域提取的 CQTSDF 特征組成的融合特征作為設(shè)備指紋，相較于單一特征能夠更精確的表征設(shè)備區(qū)分信息;在訓(xùn)練階段采用了多場景訓(xùn)練的方式，訓(xùn)練集中不僅有未添加場景噪聲的干凈的語音樣本，還有含有不同場景噪聲類型和噪聲強度的含噪語音樣本，訓(xùn)練得到的 M 分類模型具有通用性并且對已知噪聲場景和未知噪聲場景的語音樣木都能進(jìn)行有效的手機來源識別:其使用深度學(xué)習(xí)的 CNN 模型來建立 M 分類模型，CNN 模型不僅提升了對未添加場景噪聲的干凈的語音樣本的來源識別準(zhǔn)確性，而且大幅度提升了含噪語音樣本的手機來源識別效果，噪聲魯棒性強。 )
背景介紹
本發(fā)明公開了··種基于融合特征的加性噪聲環(huán)境下手機來源識別方法)
應(yīng)用前景
-)
主辦單位： 郴州市科學(xué)技術(shù)局
技術(shù)支持： 長沙諾為信息技術(shù)有限公司
郴州市科學(xué)技術(shù)局版權(quán)所有 ICP備案號： 湘ICP備10209074號-33
公安備案號 ：
43110302000213
