用于抗噪声说话人识别的直接倒谱加权GMM模型

• 作者: 吴尊敬 曹志刚
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 抗噪声说话人识别 GMM 倒谱加权
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 83-87
• 页数: 5页
• 分类号: TP391|O235
• 字数: 4075字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2005.01.016

摘要

为了提高噪声中的说话人识别率,根据各维倒谱系数鉴别能力的不同,在识别过程中对GMM(Gauss mixture model)模型的各维分量直接加权,提出了直接倒谱加权的GMM模型,并且研究了在噪声情况下衡量各维特征鉴别能力的新方法.将该方法与MMSE(Minimum mean square error)相融合,对白噪声和地铁噪声进行实验,得到基线系统和MMSE增强系统在不同噪声情况下最优的加权窗函数.试验结果表明,直接倒谱加权GMM能显著提高系统识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹志刚	清华大学电子工程系微波与数字通信国家重点实验室	109	1677	21.0	38.0
2	吴尊敬	清华大学电子工程系微波与数字通信国家重点实验室	1	10	1.0	1.0