融合AP和GMM的说话人识别方法研究

• 作者: 王波 钟映春 陈俊彬
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 说话人识别 MFCC AP聚类算法 高斯混合模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 综合研究
• 页码范围: 145-149
• 页数: 5页
• 分类号: TP391.4
• 字数: 3363字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2015.04.026

摘要

针对在说话人识别过程中经典的高斯混合模型( Gaussian Mixture Model,GMM)阶数的确定具有很大随意性的问题,提出采用吸引子传播聚类方法( AP聚类)自动获取GMM的阶数,进而实现说话人识别的方法.首先,采用Mel频率倒谱系数法( MFCC)与差分倒谱相结合的方法,提取语音特征参数;其次,采用吸引子传播聚类方法( AP聚类)对语音特征参数进行聚类处理,从而自动获得GMM的阶数;在此基础上进行GMM模型的训练;最后,采用训练好的GMM模型对Timit标准语音库以及自制网络志愿者语音库进行说话人识别测试实验.实验结果为:使用了AP聚类算法获取GMM阶数的情况下,对Timit标准语音库的测试结果为100%;在自制网络志愿者语音库中,训练样本为168个,其中潮汕话样本10个,湖南话样本10个,测试样本为42个,测试结果为97.6%.实验结果表明,引入AP聚类自动获取GMM的阶数,可以显著提高说话人识别的精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟映春	广东工业大学自动化学院	46	442	11.0	20.0
2	陈俊彬	广东工业大学自动化学院	3	34	2.0	3.0
3	王波	广东工业大学自动化学院	6	10	2.0	3.0