基于基频的情感语音聚类的说话人识别方法

• 作者: 吴朝晖 李冬冬 杨莹春
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 情感语音 基频 情感聚类 说话人识别
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP391
• 字数: 4519字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.01.021

摘要

针对存在情感差异性语音情况下说话人识别系统性能急剧下降以及缺乏充足情感语音训练说话人模型的问题,提出一种基于基频的情感语音聚类的说话人识别方法,能有效利用系统可获取的少量情感语音.该方法通过对男女说话人设定不同的基频阈值,根据阈值,对倒谱特征进行聚类,为每个说话人建立不同基频区间的模型.在特征匹配时,选用最大似然度的基频区间模型的得分作为该说话人的得分.在中文情感语音库上的测试结果表明,与传统的基于中性训练语音的高斯混合模型说话人识别方法和结构化训练方法相比,该方法具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴朝晖	浙江大学计算机科学与技术学院	119	3584	30.0	58.0
2	杨莹春	浙江大学计算机科学与技术学院	15	344	6.0	15.0
3	李冬冬	浙江大学计算机科学与技术学院	2	31	2.0	2.0