基于发音特征的音视频说话人识别鲁棒性的研究

• 作者: 刘鸣 陈雁翔
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 发音特征 音视频 说话人识别 动态贝叶斯网络
• 年，卷（期）: 2010,（12）
• 页码范围: 2920-2924
• 分类号: TN912.34
• 字数: 4784字
• 语种: 中文

摘要

人类对语音的感知是多模态的,会同时受到听觉和视觉的影响.以语音及其视觉特征的融合为研究核心,依据发音机理中揭示的音视频之间非同步关联的深层次成因,采用多个发音特征的非同步关联,去描述表面上观察到的音视频之间的非同步,提出了一个基于动态贝叶斯网络的语音与唇动联合模型,并通过音视频双模态的多层次融合,实现了说话人识别系统鲁棒性的提高.音视频双模态数据库上的实验表明了,在不同语音信噪比的条件下多层次融合均达到了更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雁翔	合肥工业大学计算机与信息学院	21	185	8.0	13.0