基于概率统计直方图的压缩域说话人识别

• 作者: 唐晖 屈丹 王炳锡 闫红刚
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 压缩域说话人识别 矢量量化概率统计直方图 高斯混合模型概率统计直方图
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 594-599
• 页数: 6页
• 分类号: TN912.3
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2009.05.008

摘要

压缩域说话人识别算法(Compressed-domain automatic speaker recognition,CD-ASR)即从压缩语音数据中直接提取压缩参数进行说话人识别,无需参数译码和波形合成.本文提出了基于概率统计直方图的VoIP压缩域说话人识别算法,包括矢量量化统计直方图和高斯混合模型统计直方图两种方法.在给出了G.729,G.723.1(6.3 kb/s),G.723.1(5.3 kb/s)压缩码流的压缩域特征提取方案后,分别以矢量量化统计直方图和高斯混合模型统计直方图作为识别模型进行说话人识别.实验结果表明,概率统计直方图法比在压缩码漉中提取同样识别参数的GMM模型,识别率有很大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈丹	解放军信息工程大学信息工程学院	48	205	7.0	12.0
2	王炳锡	解放军信息工程大学信息工程学院	34	390	12.0	19.0
3	闫红刚	解放军信息工程大学信息工程学院	7	25	3.0	4.0
4	唐晖	解放军信息工程大学信息工程学院	2	4	1.0	2.0