基于2D-Haar声学特征的大规模说话人识别方法

• 作者: 潘丽敏 罗森林 谢尔曼
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 说话人识别 2D-Haar声学特征 AdaBoost.MH
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 光学与电子
• 页码范围: 1196-1201
• 分类号: TP391
• 语种: 中文

摘要

随着待识别人数的增加,文本无关的说话人识别准确率下降明显.针对这一问题提出了一种高准确率大规模说话人识别方法,该方法采用多个连续音频帧的声学帧特征构成声学特征图,进而获得高维度的2D-Haar声学特征,为训练出性能更优的分类器提供可能;再利用AdaBoost.MH算法筛选出具有较好区分度的2D-Haar声学特征组合进行分类器训练.实验结果表明,600人规模下的正确识别率为89.5％,100～600人规模下的平均准确率为91.3％.该方法适用于大规模说话人的识别,引入的2D-Haar声学特征有效,识别准确率高.此外,该方法还具有较低的算法复杂度和较高的时间效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林	北京理工大学信息系统及安全对抗实验中心	121	821	14.0	23.0
2	潘丽敏	北京理工大学信息系统及安全对抗实验中心	66	402	10.0	17.0
3	谢尔曼	北京理工大学信息系统及安全对抗实验中心	8	29	2.0	5.0