基于自适应直方图均衡化的鲁棒性说话人辨认研究

• 作者: 何可可 唐振民 徐利敏 钱博
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 说话人识别 直方图均衡化 高斯混合模型 鲁棒性说话人辨认
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 752-759
• 页数: 8页
• 分类号: TP391.42
• 字数: 6868字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00752

摘要

在噪声环境下,为提高说话人识别系统的鲁棒性,需要对系统进行各种抗噪声处理.本文基于说话人特征的统计特性和直方图均衡化在说话人识别中的应用特点,提出了直方图均衡化的自适应方法.实验结果表明,与普通直方图均衡化变换方法相比,自适应直方图均衡化能进一步提高辨认系统的辨认率;并且无论在平稳噪声还是非平稳噪声环境下,该算法都能取得较好辨认率,进一步增强系统的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机科学与技术学院	191	2436	26.0	40.0
2	徐利敏	南京财经大学电子商务重点实验室	8	47	4.0	6.0
4	何可可	南京理工大学计算机科学与技术学院	3	26	2.0	3.0
5	钱博	南京理工大学计算机科学与技术学院	25	186	9.0	12.0