元音共振峰数据的内在归一化与外在去归一化
声音
2016-12-13 v2 计算与语言
摘要
使用一种已知的说话人内在归一化方法，共振峰数据通过前三个共振峰频率几何均值的倒数进行缩放。这降低了说话人的影响，但会导致元音空间失真。所提出的说话人外在方法通过元音的平均共振峰值对归一化后的值进行重新缩放。在 Peterson 和 Barney 发表的元音共振峰数据上进行测试时，这种组合方法通过减小由说话人引起的分布散布，使得聚类分离良好。以元音分类准确率作为客观度量指标，所提出的方法优于两种排名最高的归一化方法。
引用
@article{arxiv.1609.05104,
title = {Intrinsic normalization and extrinsic denormalization of formant data of vowels},
author = {T. V. Ananthapadmanabha and A. G. Ramakrishnan},
journal= {arXiv preprint arXiv:1609.05104},
year = {2016}
}
备注
18 pages, 8 figures. Title has been revised. Appendix has been added to include more figures and to clarify 'hypothesize-test' procedure, JASA-EL, 2016