简介：声音变换(VC)基于Gaussian混合模型(GMM)是变换来源光谱指向光谱的最经典、普通的方法。然而，这个方法对敏感因为它的frame-by-frame变换在恰当上。有非否定的矩阵因式分解(NMF)的VC在这份报纸被介绍，它能阻止光谱由调整基础向量(字典)的尺寸在恰当上。以便认识到更好的非线性的印射，核NMF(KNMF)被采用完成印射的光谱。另外，增加变换的精确性，与GMM(GKNMF)相结合的KNMF也被介绍进VC。最后，KNMF，GKNMF，GMM，主要部件回归(PCR)，与GMM(GPCR)相结合的PCR，部分最不方形的回归(PLSR)，变弯的NMF基于关联的频率(NMF-CFW)和深神经的网络(DNN)方法与对方相比。建议GKNMF在客观评估和主观评估得到更好的性能。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
