基于GMM非线性变换的说话人识别算法的研究

• 作者: 杨彦 罗文华 赵力 齐健
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 与文本无关说话人识别 混合高斯模型 非线性变换
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 545-550
• 页数: 6页
• 分类号: TN912.3
• 字数: 4996字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2017.03.006

摘要

针对与文本无关说话人识别GMM模型中,某些非目标模型的测试帧的模型得分可能会比较高,从而引起误判的问题.从帧似然概率的统计特性出发,提出了一种GMM非线性变换方法.该方法通过对每帧各模型的得分赋予不同的权值,使得得分高的模型权值大,得分低的模型权值小,由于目标模型得分高的帧要多于其他非目标模型,所以这样可以提高目标模型的总得分,降低非目标模型的得分,从而降低误判的可能.理论推导和实验结果表明,该变换方法能够提高GMM说话人识别的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学信息科学与工程学院	308	3093	27.0	44.0
2	罗文华	江苏盐城工业职业技术学院汽车工程学院	6	17	3.0	3.0
3	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
4	齐健	东南大学信息科学与工程学院	1	2	1.0	1.0