说话人识别中语速鲁棒性研究

• 作者: 彭亚雄 朱紫阳 贺松
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 说话人识别 语速鲁棒 模型空间分布可视化 MLLR CMLLR
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 54-56
• 页数: 3页
• 分类号: TN912.34
• 字数: 3059字
• 语种: 中文

摘要

如今,说话人识别技术已经比较成熟,但依然有很多因素影响说话人识别系统的稳定性.本文针对说话速度对说话人识别的影响进行了一系列的研究工作.通过模型空间分布可视化和语音频谱观察两方面来分析不同语速语音的差距.然后,提出了最大似然线性回归(MLLR)和Constraint MLLR (CMLLR)的方法对模型和特征进行变换,使训练端和测试端的语音特征互相接近匹配.通过实验发现,MLLR和CMLLR能较好地提高说话人识别系统中语速鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭亚雄	贵州大学大数据与信息工程学院	34	93	6.0	8.0
2	贺松	贵州大学大数据与信息工程学院	39	155	6.0	10.0
3	朱紫阳	贵州大学大数据与信息工程学院	2	3	1.0	1.0