基于说话人模型聚类的说话人识别

• 作者: 华剑 汪阳 熊华乔 詹恩奇 郑建彬
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 说话人识别 高斯混合模型 说话人模型聚类(SMC)
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 133-136,151
• 页数: 5页
• 分类号: TP391.42
• 字数: 4839字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1206-0124

摘要

为了提高说话人识别系统的识别效率，提出一种基于说话人模型聚类的说话人识别方法，通过近似KL距离将相似的说话人模型聚类，为每类确定类中心和类代表，构成分级说话人识别模型。测试时先通过计算测试矢量与类中心或类代表之间的距离选择类，再通过计算测试矢量与选中类中的说话人模型之间对数似然度确定目标说话人，这样可以大大减少计算量。实验结果显示，在相同条件下，基于说话人模型聚类的说话人识别的识别速度要比传统的GMM的识别速度快4倍，但是识别正确率只降低了0.95%。因此，与传统GMM相比，基于说话人模型聚类的说话人识别能在保证识别正确率的同时大大提高识别速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建彬	武汉理工大学信息工程学院	60	436	13.0	17.0
2	詹恩奇	武汉理工大学信息工程学院	18	61	5.0	7.0
3	汪阳	武汉理工大学信息工程学院	12	103	5.0	10.0
4	熊华乔	武汉理工大学信息工程学院	1	9	1.0	1.0
5	华剑	武汉理工大学信息工程学院	1	9	1.0	1.0