一种基于SVDD模型的说话人确认方法研究

• 作者: 周宇欢 张贵荣 陈觉之
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 说话人识别 说话人确认 向量数据描述 高斯混合模型
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 5-9
• 页数: 5页
• 分类号: TN912.34
• 字数: 4363字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.04.002

摘要

为改善说话人确认的性能,提出一种基于支持向量数据描述(SVDD)模型的说话人确认方法,通过改变SVDD硬判决方式,采用以样本接受率为依据的软判决方式,把似然得分规整到[0,1]之间,简化门限阈值的设定.仿真实验结果表明,与通常基于高斯混合模型(GMM)的说话人确认算法相比,该方法的说话人确认性能有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈觉之	海军指挥学院信息系	12	38	4.0	5.0
2	周宇欢	解放军理工大学指挥信息系统学院	11	51	4.0	7.0