CPSO聚类和KMP相结合的说话人识别方法

• 作者: 安冬 李晶皎 杨丹 王骄
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 混沌粒子群算法 聚类 核匹配追踪 说话人识别
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 图形、图像及其它
• 页码范围: 1699-1702
• 页数: 4页
• 分类号: TP391
• 字数: 4990字
• 语种: 中文

摘要

针对目前广泛应用于说话人识别领域的MFCC特征参数包含较少说话人特征信息的问题和SVM分类器选择核函数时受到Mercer准则限制的问题,提出了一种将混沌粒子群算法(CPSO)与核匹配追踪算法(KMP)相结合的说话人识别方法.首先通过CPSO聚类算法将MFCC特征参数进行变换处理,得到精简的MFCC特征参数(SMFCC),然后利用KMP算法对核函数的形式没有任何限制的特性和良好的分类识别性能,对约简后的SMFCC特征参数进行分类训练和识别.仿真实验结果表明,基于CPSO-KMP说话人识别方法相比主流的GMM-UBM方法,在EER性能上相对提高了31％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶皎	东北大学信息科学与工程学院	84	401	10.0	16.0
2	杨丹	东北大学信息科学与工程学院	69	329	10.0	14.0
3	王骄	东北大学信息科学与工程学院	28	219	6.0	14.0
4	安冬	东北大学信息科学与工程学院	3	7	1.0	2.0