文本无关的说话人识别研究

• 作者: 李子明 李宓 酆勇
• 来源期刊: 数字通信
• 学科: 工学
• 关键词: 文本无关 说话人识别 特征提取 模式识别
• 年，卷（期）: sztxywlywb_2013,（4）
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP391

摘要

介绍说话人识别技术发展情况,阐述包括特征提取、识别算法和区分算法在内的文本无关说话人识别系统的整体技术框架和基本工作原理针对文本无关说话人识别相关技术给出了近几年主要发展的高斯超向量—支持向量机模型（GSV-SVM）、联合因子分析模型（JFA）和鉴别性向量（i-vector）模型,并对3种模型进行了分析比较：指出GSV-SVM模型可以提高识别系统性能;JFA模型能提高系统性能但计算量过大,难以实现应用;i-vector模型降低了计算量,并能提高识别精确度和效率,是目前的研究热点。最后指出当前文本无关说话人识别的研究难点和热点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	酆勇		6	42	3.0	6.0
2	李宓		2	12	1.0	2.0
3	李子明		2	12	1.0	2.0