一种基于卷积神经网络的快速说话人识别方法

• 作者: 蔡倩 高勇
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 动态组合参数 说话人识别 一阶差分 二阶差分 统计特征
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 447-451
• 页数: 5页
• 分类号: TN912.34
• 字数: 3203字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2020.06.004

摘要

提出了一种基于Gammatone滤波器倒谱系数(Gammatone Frequency Cepstral-Coefficients,GFCC)动态组合参数的卷积神经网络(Convolutional Neural Networks,CNN)结构来实现快速说话人识别的方法.提取语音样本的GFCC及其一阶差分和二阶差分系数作为代表语音的特征参数,对特征参数进行归一化处理,将得到的统计特征构造成CNN的输入形式.实验结果表明,与通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)相比,提出的模型方法学习速度更快,在提高识别率的同时减少了训练时间和识别时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高勇	四川大学电子信息学院	136	459	11.0	13.0
2	蔡倩	四川大学电子信息学院	1	0	0.0	0.0