基于分层识别的快速说话人识别研究

• 作者: 涂文辉 茅正冲
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 高斯混合模型 说话人识别 KL散度 模型聚类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图形与图像
• 页码范围: 1244-1249
• 页数: 6页
• 分类号: TP391.4
• 字数: 5168字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.07.014

摘要

随着说话人模型数量的增加,说话人识别系统的识别速度下降,不能满足实时性要求.针对这个问题,提出了基于分层识别模型的快速说话人识别方法.将变分法求解的KL散度的近似值作为模型间的相似性度量准则,并设计了说话人模型聚类的方法.结果表明,本文方法能够保证说话人模型聚类结果的有效性,在系统识别率损失很小的情况下,使系统的识别速度得到大幅度提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茅正冲	江南大学轻工过程先进控制教育部重点实验室	55	151	7.0	9.0
2	涂文辉	江南大学轻工过程先进控制教育部重点实验室	2	3	1.0	1.0