基于2DPCA特征降维的CNN说话人识别

• 作者: 张学祥 雷菊阳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 二维主成分分析 帧级特征 卷积神经网络 说话人识别
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 131-135
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.211315

摘要

针对使用话语级特征参数矩阵作为卷积神经网络输入而导致收敛速度慢及识别率低的问题,提出一种基于二维主成分分析(2DPCA)特征降维的卷积神经网络(CNN)说话人识别方法.首先将每段语音分帧成多个帧级语音并提取同等大小的帧级特征组成特征矩阵,然后利用2DPCA对特征矩阵进行降维处理,再将得到的主成分特征向量组合成新的特征矩阵作为CNN的输入,最后通过CNN的自适应特征学习创建说话人模型.基于Alexnet的CNN模型实验结果表明,采用该说话人识别方法使运行时间减少了57％,同时识别率也有所提高.