一种改进的模糊C-均值聚类算法在说话人识别中的应用

被引：4

作者：

杨彦 ^{[1
]}

赵力 ^{[2
]}

机构：

[1] 盐城纺织职业技术学院电子信息系

[2] 东南大学无线电工程系

来源：

关键词：

模糊C均值聚类; 矢量量化; 说话人识别;

D O I：

10.16311/j.audioe.2006.01.012

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

提出了一种将改进的FCM聚类算法与矢量量化相结合的说话人识别的方法。先从语音信号中提取待识别的特征矢量集,再利用矢量量化来设计码本,最后用改进的算法对待识别语音进行辩识。该算法解决了FCM算法对初始值敏感、易陷入局部最优的问题。所使用的特征参数较少,计算比较简单,但识别率较高,且具有较好的鲁棒性。

引用

页码：40 / 43

页数：4

共 5 条

[1] 两阶段模糊C-均值聚类算法 [J].

张新波 .

[2] 基于FVQ的说话人识别系统的DSP实现 [J].

余华 ;

赵力 ;

吴镇扬 .

马小辉，富煜清，陆佶人 .

[4]

语音信号处理[M]. 机械工业出版社 , 赵力编著, 2003

[5]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000