Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: linear filter

Sortuj według:

Ogranicz wyniki do:

Filtry dla próbek skończonych

100%

Wójtowicz T.

tom T. 48, z. 3

981--991

Przedstawiono sposoby aproksymacji filtrów linowych o funkcjach odpowiedzi nieskończonej długości. W praktyce, w przypadku stosowania takich filtrów nie dysponujemy odpowiednią liczbą danych - stąd potrzeba odpowiedniego ich „obcięcia" uwzględniającego własności spektralne wejściowej próbki. Zaprezentowano twierdzenia dotyczące filtracji procesów stacjonarnych ARMA oraz procesów ARIMA.

This paper descńbes how linear filter can be optimally implemented for finite time series. Applying linear filter requires a dataset of infinite length, so in practice some sort of approximation is needed. It is shown that the truncated filter needs to be adjusted according to the spectral properties of the ftltered signal.

Short Utterance Speaker Recognition Based on Speech High Frequency Information Compensation and Dynamic Feature Enhancement Methods

70%

Zi Y. , Xiong S.

2024

tom Vol. 49, nr 1

37--48

This work aims to further compensate for the weaknesses of feature sparsity and insufficient discriminative acoustic features in existing short-duration speaker recognition. To address this issue, we propose the Bark-scaled Gauss and the linear filter bank superposition cepstral coefficients (BGLCC), and the multidimensional central difference (MDCD) acoustic feature extracted method. The Bark-scaled Gauss filter bank focuses on low-frequency information, while linear filtering is uniformly distributed, therefore, the filter superposition can obtain more discriminative and richer acoustic features of short-duration audio signals. In addition, the multi-dimensional central difference method captures better dynamics features of speakers for improving the performance of short utterance speaker verification. Extensive experiments are conducted on short-duration text-independent speaker verification datasets generated from the VoxCeleb, SITW, and NIST SRE corpora, respectively, which contain speech samples of diverse lengths, and different scenarios. The results demonstrate that the proposed method outperforms the existing acoustic feature extraction approach by at least 10% in the test set. The ablation experiments further illustrate that our proposed approaches can achieve substantial improvement over prior methods.