渐进式神经网络多维说话人信息识别技术

• 作者: 徐珑婷 杨震 陈海霞
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Ⅰ-vector特征向量 深度置信网络 渐进式神经网络 多维说话人信息识别
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 通信与电子
• 页码范围: 45-51
• 页数: 7页
• 分类号: TN912.34
• 字数: 5837字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2019.01.007

摘要

提出了一种识别多维语音信息的方法,用来同时识别说话人身份、性别和情感信息,选择身份特征参数Ⅰ-vector向量表示语句特征.首先基于深度置信网络(DBN)设计了一个性别相关的多维语音识别基线系统,然后在基线系统基础上又提出了一种基于渐进式神经网络技术(Progressive Neural Network,ProgNets)的多维说话人信息识别方法.在性别相关的基础上,将辅助语音识别模型知识迁移学习到主语音识别模型中,进而增强语音识别性能.实验结果表明,基线系统识别结果比非同时识别的单维语音识别DBN模型的平均识别率提升了4.73％,而基于ProgNets系统的多维系统识别精度比基线系统高1.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨震	南京邮电大学宽带无线通信与传感网技术教育部重点实验室	199	2651	30.0	44.0
5	陈海霞	南京邮电大学宽带无线通信与传感网技术教育部重点实验室	1	2	1.0	1.0
6	徐珑婷	东华大学信息科学与技术学院	1	2	1.0	1.0