基于GMM聚类的鲁棒性i向量说话人确认

• 作者: 吴文昭
• 来源期刊: 工业仪表与自动化装置
• 关键词: 说话人识别 高斯混合模型 巴氏距离 支持向量机 线性判别分析
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对i向量说话人确认系统识别率低且鲁棒性差的问题,提出一种基于GMM聚类的鲁棒性i向量生成算法,应用于SVM说话人识别系统.该算法根据话者GMM模型间的巴氏距离,对说话者GMM模型进行聚类,将N个说话人模型划分为K类,再根据聚类中心模型,应用MAP算法提取聚类超向量,采用联合因子分析方法提取其i向量,对得到的i向量应用线性判别分析和类内协方差归一化技术对其进行信道补偿和降维.将该i向量用于训练SVM以判定目标说话人,仿真实验验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴文昭	兰州城市学院电子与信息工程学院	7	21	2.0	4.0