联合HMM-UBM与RVM的声纹密码识别算法

• 作者: 文畅 胡志隆 谢凯 贺建飚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 声纹识别 隐马尔科夫模型 通用背景模型 相关向量机 语音信号
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 安全技术
• 页码范围: 129-134
• 页数: 6页
• 分类号: TP309
• 字数: 4299字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049075

摘要

针对声纹密码识别中声纹文本信息利用率低和噪音干扰的问题,提出隐马尔科夫模型-通用背景模型(HMM-UBM)融合相关向量机(RVM)的声纹识别算法.利用HMM-UBM对语音信号进行时序建模,使用RVM学习得到每位注册话者语音的分类信息.通过对待识别话者建立HMM模型,并将RVM作为分类器进行判决决策得到分类结果.实验结果表明,与GMM-UBM算法和GMM-SVM算法相比,在无噪声环境下,该算法错误接收概率降低7％ ～9％,识别正确率提高4％～5％,在低信噪比环境下,其识别正确率提高5％～12％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢凯	长江大学电子信息学院	58	71	4.0	6.0
2	贺建飚	中南大学信息科学与工程学院	58	399	11.0	18.0
3	文畅	长江大学计算机科学学院	19	19	3.0	3.0
4	胡志隆	长江大学电子信息学院	1	2	1.0	1.0