基于粒子群优化-模糊聚类的说话人识别

• 作者: 尹俊勋 纪震 薛丽萍
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 说话人识别 与文本无关 粒子群优化 模糊C均值聚类 三粒子群
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 电子光学与信息工程
• 页码范围: 178-183
• 页数: 6页
• 分类号: TN912.3|TP18
• 字数: 4463字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2618.2008.02.013

摘要

基于粒子群优化(particle swarm optimization,PSO)提出一种说话人识别算法-三粒子模糊C均值聚类算法.利用3个子群体,每个子群体由规模较小的3个粒子构成,寻求最佳说话人模型.在每次迭代中每个子群体按先后顺序执行PSO算法中的速度更新、位置更新操作和标准FCM算法,对说话人的训练语音数据进行粒子群优化-模糊的软聚类分析,得到聚类中心的最优解,作为该说话人的语音模型.此算法可避免粒子陷入局部最优聚类中心,较准确地记录和估计每个聚类中心的最佳移动方向和历史路径,从而使聚类中心向全局最优解靠近.实验表明,本算法始终稳定地取得优于LBG算法、FCM算法和FRLVQ-FVQ算法的说话人识别性能,对初始聚类中心依赖度低,可有效降低误识率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹俊勋	华南理工大学电子与信息学院	118	876	12.0	25.0
2	纪震	深圳大学软件学院	57	655	13.0	24.0
3	薛丽萍	华南理工大学电子与信息学院	7	82	4.0	7.0