基于共性特征选择的短时说话人识别方法

• 作者: 冯瑞 肖星星
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 家用机器人 高斯混合模型 特征选择 共性特征 短时说话人 短时语音
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-174,178
• 页数: 5页
• 分类号: TP18
• 字数: 4902字
• 语种: 中文

摘要

现有说话人识别方法在短时语音条件下识别性能明显下降.为此,提出一种基于共性特征选择的短时说话人识别方法.利用说话人语音数据得到高斯混合模型,提取说话人之间的公共重叠部分,建立共性重叠模型和非重叠模型,根据这2个模型完成测试语音特征的选择,计算其在所有说话人非重叠模型中的相似度,并根据相似性最大化原则进行决策.实验结果表明,该方法具有较强的鲁棒性,且系统识别错误率较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯瑞	复旦大学计算机科学技术学院	40	307	10.0	15.0
2	肖星星	复旦大学计算机科学技术学院	1	2	1.0	1.0