基于DNN与基音周期的说话人识别

• 作者: 张学祥 雷菊阳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度神经网络 基音周期 说话人识别 动态时间规整 双重识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 模式识别
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP391
• 字数: 3710字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.01.023

摘要

传统说话人识别框架大多建立在高斯混合模型(GMM)上的,然而这种浅层学习模型不能有效地表征数据特征之间的高阶相关性,识别效果较差.本文提出一种基于深度神经网络(Deep Neural Network,DNN)与基音周期(Pitch Peri-od,PP)相结合的说话人识别方法,模型主线识别以对数梅尔滤波器组特征参数作为DNN的输入,通过训练DNN模型提取说话人的声纹特征;针对DNN模型阈值设定人的主观性影响,利用动态时间规整技术匹配说话人基音周期进行辅助识别.实验结果表明,这种双重识别方法等错误率可以达到1.6％,较DNN系统与EM-GMM系统等错误率分别降低了1.2％和2.4％,并且在噪声环境中仍具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷菊阳	上海工程技术大学机械与汽车工程学院	26	80	5.0	8.0
2	张学祥	上海工程技术大学机械与汽车工程学院	1	0	0.0	0.0