基于VQ和GMM的实时声纹识别研究

• 作者: 关胜晓 鲁晓倩
• 来源期刊: 计算机系统应用
• 关键词: 声纹识别 矢量量化 优势节点树 高斯混合模型 通用背景模型
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 专论?综述
• 页码范围: 6-12
• 页数: 7页
• 字数: 4776字
• 语种: 中文

摘要

目前声纹识别系统已经实现较高的识别精度，但是随着目标说话人个数的增加，一般系统很难满足实时性的要求，由此提出一种双层识别模型。在第一层识别模型中，采用基于VQ-VPT(Vector Quantization-Vantage Point Tree)模型进行快速匹配，挑选出与测试者声纹特征最相近的K个目标说话人声纹模型。在第二层识别模型中，采用GMM-UBM(Gaussian Mixture Model-Universal Background Model)模型，精确匹配上层模型得到的K个目标说话人声纹模型，并做出最终的判决。实验验证，双层识别模型在确保高识别精度的前提下，大幅度的提高了系统的识别速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关胜晓	中国科学技术大学信息科学技术学院	35	355	9.0	18.0
2	鲁晓倩	中国科学技术大学信息科学技术学院	1	7	1.0	1.0