基于EMD和概率神经网络的说话人识别

• 作者: 丁宣浩 全学海 蒋英春
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 经验模态分解 本征模态函数 概率神经网络 能量特征向量
• 年，卷（期）: 2010,（2）
• 页码范围: 108-112
• 分类号: TN911.73
• 字数: 3973字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2010.02.004

摘要

基于EMD和概率神经网络的说话人识别方法,主要针对语音信号具有强时变特性问题,通过自适应性的经验模态分解(EMD)方法,对不同说话人的语音信号进行分解后,得到反映信号特征的本征模态函数(IMF),然后计算IMF的能量并进行归一化得到能量特征向量,利用具有简单高效的模式识别功能的概率神经网络(PNN),对不同说话人的语音能量特征向量识别,从而达到说话人识别的目的.实验结果表明,在噪声污染不大的情况下,该方法能够准确快速地识别说话人身份,具有较高的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁宣浩	桂林电子科技大学数学与计算科学学院	81	499	12.0	19.0
2	全学海	桂林电子科技大学数学与计算科学学院	3	22	3.0	3.0
3	蒋英春	桂林电子科技大学数学与计算科学学院	26	92	6.0	8.0