易扩展小样本环境说话人辨认系统的研究

• 作者: DING Hui QIAN Bo 唐振民 李燕萍
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 说话人辨认 易扩展性 最小二乘支持向量机 两级分类
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 短文
• 页码范围: 2779-2781,2788
• 页数: 4页
• 分类号: TN912.3
• 字数: 3763字
• 语种: 中文

摘要

针对基于人工神经网络的说话人辨认系统所存在的问题,提出了一种基于模糊最小二乘支持向量机(LS-SVMs)技术的两级分类说话人辨认系统.第一级对说话人进行大类预分,第二级则在大类范围内实现具体说话人的辨认.当有新的说话人加入时,只需要增加与新说话人相关的若干个二级分类器.系统仿真实验表明,在训练样本时长取3-11s,说话人由32人增至36人时,本文方法实现的系统训练时间明显降低,识别率更高.

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	李燕萍	南京理工大学计算机科学与技术学院	17	103	6.0	9.0
3	QIAN Bo	南京理工大学计算机科学与技术学院	2	9	1.0	2.0
4	DING Hui	南京理工大学计算机科学与技术学院	1	0	0.0	0.0