基于丢包补偿和GMM-DM的说话人识别算法

• 作者: 李宏 谢霞 郑俊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 说话人识别 丢包补偿 GMM-DM
• 年，卷（期）: 2007,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 205-206,229
• 页数: 3页
• 分类号: TP18
• 字数: 3256字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.15.072

摘要

针对说话人语音数据在网络传输过程中的丢失问题,该文提出了一种基于Lagrangian插值的分组恢复方法,评估了丢失帧的实际位置,效果良好,改进了GMM识别算法,分析了一种基于GMM-DM的识别算法,克服了数据丢失对系统识别率的影响.实验结果表明,Lagrangian插值分组恢复方法和GMM-DM识别算法,在丢包率比较大时,可以减小丢帧而造成的负面影响,在训练数据不充分时,提高了系统的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏	中南大学信息科学与工程学院	73	514	13.0	19.0
2	郑俊	中南大学信息科学与工程学院	3	21	2.0	3.0
3	谢霞	中南大学信息科学与工程学院	17	52	5.0	7.0