噪声背景下基于多模板矢量量化的与文本无关的话者辩识

• 作者: 徐柏龄 沈春华
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 话者辨识 多模板矢量量化 鲁棒性
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 185-188,179
• 页数: 5页
• 分类号: TN91
• 字数: 2944字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2001.02.017

摘要

在话者辨识系统的实际应用中,导致系统识别率下降的根本原因是噪声的影响,它使得测试与训练条件不一致.本文针对实际环境中常见的加性背景噪声,提出了利用加入不同类型、不同信噪比噪声的含噪语音进行训练说话人的模型,每个说话人具有多个模板.实验结果表明,这种方法能够有效的提高系统的鲁棒性.文中还讨论了距离加权方法在话者辨识中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐柏龄	南京大学声学所	36	701	13.0	26.0
2	沈春华	南京大学声学所	3	41	3.0	3.0