基于可区分性加权的模糊核说话人识别

• 作者: 林琳 王树勋 陈建
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 说话人识别 少量语音数据 可区分性权值 模糊核加权最近邻近分类器 模糊核矢量量化
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 科研通信
• 页码范围: 1446-1450
• 页数: 5页
• 分类号: TN912.3
• 字数: 4770字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.07.035

摘要

针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王树勋	吉林大学通信工程学院	158	1902	19.0	39.0
2	林琳	吉林大学通信工程学院	48	343	9.0	17.0
3	陈建	吉林大学通信工程学院	29	356	10.0	18.0