基于减法聚类与改进的模糊C-均值聚类算法的说话人识别方法的研究

• 作者: 崔连延 徐林 曹洪奎 顾树生
• 来源期刊: 信息与控制
• 关键词: 说话人识别 减法聚类 改进的模糊C-均值聚类
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 358-361
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.03.018

摘要

提出一种将减法聚类与改进的模糊C-均值聚类相结合并用于说话人识别的方法.该方法将从语音信号中提取的Mel频率倒谱系数及其差分作为特征参数:用减法聚类算法初始化聚类中心,再用改进的模糊C-均值聚类算法进行修正,形成码本.识别时,对每一个待识别语音进行模糊聚类识别.仿真结果表明,该方法比改进的模糊C-均值聚类算法识别率高,具有较好的鲁棒性,且计算比较简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0
2	徐林	东北大学信息科学与工程学院	27	245	9.0	15.0
3	崔连延	东北大学信息科学与工程学院	15	68	3.0	8.0
5	曹洪奎	辽宁工业大学信息科学与工程学院	45	108	5.0	9.0