基于深度循环网络的声纹识别方法研究及应用

• 作者: 余玲飞 刘强
• 来源期刊: 计算机应用研究
• 关键词: 声纹识别 深度循环网络 卷积神经网络 语谱图
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 153-158
• 页数: 6页
• 分类号: TP391.42
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.07.0661

摘要

声纹识别是当前热门的生物特征识别技术之一,能够通过说话人的语音识别其身份.针对声纹识别技术进行了研究,提出了一种基于卷积神经网络(CNN)和深度循环网络(RNN)的声纹识别方案CDRNN.CDRNN结合了CNN和RNN的优势,可用于移动终端声纹识别.CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图,利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征,这些个性特征再输入到deep RNN中完成声纹识别,从而确定说话者的身份.实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘强	电子科技大学计算机科学与工程学院	71	465	11.0	18.0
2	余玲飞	浙江工商大学杭州商学院	5	15	2.0	3.0