一种实用的说话人特征提取方法

• 作者: 张亚芬 张勇 李军权 李明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核主成分分析(KPCA) 稀疏KPCA 核K-均值聚类 说话人识别
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 理论研究
• 页码范围: 51-53,94
• 页数: 4页
• 分类号: TP391
• 字数: 4188字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.10.015

摘要

针对稀疏核主成分分析方法在特征提取中的不足,提出了一种基于核K-均值聚类的稀疏核主成分分析(Sparse KPCA)的特征提取方法用于说话人识别.通过核K-均值聚类的方法对语音帧进行聚类,由于聚类的中心能够很好地代表类内的特征,用中心样本帧取代该类,减少了核矩阵的维数,然后再采用稀疏KPCA方法对核矩阵进行特征提取.该方法能够减少存储空间和计算的复杂度.它保证约简后的数据能够很好地代表原始数据并且在约简过程中信息损失最小.实验结果验证了提出的方法在不影响识别率的前提下提高了识别速度,满足了说话人识别的实用性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	兰州理工大学计算机与通信学院	115	778	15.0	21.0
2	张亚芬	兰州理工大学计算机与通信学院	5	19	2.0	4.0
3	李军权	兰州理工大学计算机与通信学院	2	77	2.0	2.0
4	张勇	兰州理工大学计算机与通信学院	3	13	2.0	3.0