一种基于K-SVD的说话人识别方法

• 作者: 张雄伟 杨吉斌 马振
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 说话人识别 K-均值奇异值分解(K-SVD) 字典 稀疏性
• 年，卷（期）: 2012,（34）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 112-115,135
• 页数: 5页
• 分类号: TN912.3
• 字数: 3844字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0400

摘要

为了充分提取语音中的个人特征信息,类比矢量量化,提出了一种基于K-均值奇异值分解(K-SVD)的说话人识别方法.利用K-SVD训练得到的字典可较好地保存语音信号中的个人特征信息.利用这一特性,通过K-SVD从训练数据中提取包含说话人个人特征信息的字典,利用该字典实现说话人识别.相对于传统方法,该方法能够更好地利用语音的稀疏性保存语音中的个人特征信息并减小重构误差.实验仿真结果表明,与基于矢量量化的说话人识别方法相比,该方法在多说话人的情况下具有更好的识别率,具有更高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄伟	解放军理工大学指挥自动化学院	150	933	16.0	22.0
2	杨吉斌	解放军理工大学指挥自动化学院	33	185	8.0	12.0
3	马振	解放军理工大学通信工程学院	3	19	3.0	3.0