基于少量训练样本的说话人识别研究

• 作者: 唐朝京 王巍 王成友
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 说话人识别 隐马尔可夫模型 最小错误分类
• 年，卷（期）: 2000,（11）
• 所属期刊栏目: 数字声频
• 页码范围: 3-6
• 页数: 4页
• 分类号: TN91
• 字数: 3170字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8684.2000.11.001

摘要

在HMM的基础上,针对少量的训练样本情况,提供了一种新的训练算法—MCE(Minimum Classification Error)算法,并利用该算法建立了一个局部范围内不依赖于文本的说话人辨认系统,当每个说话人的样本训练量为10时,系统识别的正确率达到了97.14%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐朝京	长沙国防科技大学电子工程学院	4	13	2.0	3.0
2	王巍	长沙国防科技大学电子工程学院	1	2	1.0	1.0
3	王成友	长沙国防科技大学电子工程学院	2	2	1.0	1.0