基于FVQMM的说话人识别方法

• 作者: 杨彦 赵力
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 说话人识别 模糊集理论 矢量量化 高斯混合模型
• 年，卷（期）: 2015,（6）
• 页码范围: 1233-1239
• 页数: 7页
• 分类号: TN912.34
• 字数: 4854字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.06.011

摘要

为了进一步提高基于高斯混合模型的与文本无关说话人识别系统的识别性能，本文针对高斯混合模型在建模时需要较多的训练数据的缺陷，提出了一种新的应用于小样本说话人识别系统的与文本无关说话人识别方法，该方法综合考虑了模糊集理论、矢量量化和高斯混合模型的优点，通过用模糊矢量量化误差尺度取代传统高斯混合模型的输出概率函数，减少了建模时对训练数据量的要求，提高了模型精度和识别速度。同时由于模糊集理论起到了“数据整形”的作用，所以增强了目标说话人数据的相似性。实验结果表明该方法针对小样本数据的说话人识别系统，识别性能优于传统的基于高斯混合模型的说话人识别系统。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学信息科学与工程学院	308	3093	27.0	44.0
2	杨彦	江苏盐城工业职业技术学院汽车工程学院	2	3	1.0	1.0