基于MFCC和SVM的语音性别识别
基于语音信号的性别识别，推荐你看看这个资源，整体思路挺清晰的，用的是MFCC特征加SVM分类，准确率高达 98.7%，效果蛮不错。
声音信号提特征这块，MFCC还是老熟人了，步骤规范，像预加重、分帧、加窗、FFT 这些全都囊括了，而且解释也挺接地气的。你要是以前搞过语音识别的话，应该能快跟上思路。
分类用了SVM，虽然老派，但胜在稳。尤其是这种线性和非线性混合特征的场景，超平面一画，边界就分得挺干净。如果你之前只玩过决策树或 KNN，可以拿它练练手，换个思路。
另外文章还提到了声音的生理基础，比如声带长度和呼气强度，这些听起来挺学术，但其实就是声音频率和强度的来源，跟最终特征还是有大关系的。
如果你想快速上手，还可以看看文末几个配套资源，有源码链接，比如语音信号源代码和Matlab 语音信号源码，直接跑一跑，感受下整个流程。
，做语音识别或者声纹的朋友可以收藏一下，尤其是想搞说话人属性识别（比如性别、年龄）的，思路蛮值得借鉴的。如果你用 Python 做项目，可以考虑把 MFCC 部分用librosa重写一下，效率也不错。
文件大小：519.53KB
评论区