基于GMM-UBM说话人模型的连续自适应算法研究

• 作者: 张丽娜 张正平 贺松
• 来源期刊: 通信电源技术
• 学科: 工学
• 关键词: 说话人识别 GMM-UBM 最大后验概率 连续自适应
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 设计应用
• 页码范围: 81-83
• 页数: 3页
• 分类号: TP391.42
• 字数: 3118字
• 语种: 中文

摘要

实际应用中与文本无关的说话人识别研究,模型训练的说话人语音一般是有限的.此外,由于说话人自身生理因素的改变、外部采集环境的变化等都可能会导致说话人语音的声学特征发生改变.因此,代表说话人模型的特征分布也在不断变化,从而造成说话人识别系统识别率下降.文中在说话人自适应技术的基础上,提出了说话人模型的连续自适应算法,解决了因说话人自身声学特征的变化导致识别率下降的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正平	贵州大学大数据与信息工程学院	95	328	9.0	14.0
2	贺松	贵州大学大数据与信息工程学院	39	155	6.0	10.0
3	张丽娜	贵州大学大数据与信息工程学院	3	10	2.0	3.0