GMM文本无关的说话人识别系统研究

被引：28

作者：

蒋晔

唐振民

机构：

[1] 南京理工大学计算机科学与技术学院

来源：

计算机工程与应用 | 2010年 / 11期

关键词：

说话人识别; 高斯混合模型; 美尔频率倒谱系数(MFCC); 分裂法与K均值聚类结合法;

D O I：

暂无

中图分类号：

TP391.42 [];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

在高斯混合模型(Gaussian Mixture Model,GMM)训练时,对传统的模型参数初始化方法(随机法、K均值聚类法)进行改进,提出分裂法与K均值聚类相结合的新方法。实验表明,采用改进的方法与传统方法相比,系统平均识别率有15.47%和7.5%的提高。研究了GMM的阶数、协方差阈值、预加重系数对系统识别率的影响。对实验结果进行详细分析,并根据实验数据,取它们各自表现最好的值,从而使构建的说话人识别系统获得一个较高的识别率。实验表明,在规定的实验条件下,系统可达到90%以上的识别率。

引用

页码：179 / 182+195 +195

页数：5

共 7 条

[1] Improved MFCC-Based Feature for Robust Speaker Identification [J].

吴尊敬 ;

曹志刚 .

TsinghuaScienceandTechnology, 2005, (02) :158-161

[2] 文本无关的说话人识别:综述 [J].

岳喜才 ;

叶大田 .

模式识别与人工智能, 2001, 14 (02) :194-200

[3]

说话人识别中提高GMM性能方法的研究[D]. 姚志强.中国科学技术大学. 2006

[4]

现代语音处理技术及应用[M]. 机械工业出版社 , 张雄伟等编著, 2003

[5]

Speaker Verification Using Adapted Gaussian Mixture Models[J] . Douglas A. Reynolds,Thomas F. Quatieri,Robert B. Dunn.Digital Signal Processing . 2000 (1)

[6] Joint estimation of feature transformation parameters and Gaussian mixture model for speaker identification [J].

Yuo, KH ;

Wang, HC .

SPEECH COMMUNICATION, 1999, 28 (03) :227-241

[7]

Speaker identification and verification using Gaussian mixture speaker models[J] . Douglas A. Reynolds.Speech Communication . 1995 (1)

← 1 →