基于子带GMM-UBM的广播语音多语种识别

• 作者: 戴蓓蒨 李思一 王海祥
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 语种识别 语言内容无关 广播语音 子带GMM-UBM
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 14-18
• 页数: 5页
• 分类号: TN912
• 字数: 4266字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2007.01.003

摘要

提出了一种基于概率统计模型的与语言内容无关的语种识别方法,它不需要掌握各语种的专业语言学知识就可以实现几十种语言的语种识别;并针对广播语音噪声干扰大的特点,采用GMM-UBM模型作为语种模型,提高了系统的噪声鲁棒性;由于广播语音的背景噪声不是简单的全频带加性白噪声,因此本文构建了一种基于子带GMM-UBM模型的多子系统结构的语种识别系统,后端采用神经网络进行系统级融合.本文通过对37种语言及方言的识别实验,证明了子带GMM-UBM方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴蓓蒨	中国科学技术大学电子科学与技术系	35	247	9.0	13.0
2	李思一	中国科学技术大学电子科学与技术系	2	7	2.0	2.0
3	王海祥	中国科学技术大学电子科学与技术系	3	13	3.0	3.0