基于双约简的GMM说话人辨识

• 作者: 刘雪燕 张娜 袁宝玲
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 高斯混合模型GMM fisher比 核K-均值聚类 说话人辨识
• 年，卷（期）: 2008,（12X）
• 页码范围: 2902-2903
• 页数: 2页
• 分类号: TP391.41

摘要

如何能够快速准确的实现说话人识别是说话人识别研究的一个重要环节。提出双约简GMM的说话人确认方法,对语音参数进行核K-均值聚类,提取聚类中心的语音特征矢量作为训练数据,并对其进行fisher比约简,提取具有区分力强的维数。实验表明该文提取方法可以减少训练时间,并提高系统的鲁棒性。