基于GMM模型的自适应说话人识别研究 |
| |
引用本文: | 陈觉之,张贵荣,周宇欢.基于GMM模型的自适应说话人识别研究[J].计算机与现代化,2013(7):91-93. |
| |
作者姓名: | 陈觉之 张贵荣 周宇欢 |
| |
作者单位: | 海军指挥学院信息系;中国人民解放军92601部队计量站;解放军理工大学指挥信息系统学院 |
| |
基金项目: | 江苏省自然科学基金资助项目(BK2009059);解放军理工大学预研基金资助项目(2009TX08) |
| |
摘 要: | 为了提高说话人识别的性能,提出一种基于GMM模型自适应说话人识别方法。该方法能自动根据不同的说话人选取不同时长的语音进行识别,从提取语音特征和计算识别概率两方面减少识别时间,在不降低识别率的前提下,比传统识别方法识别速度有大幅度提高。实验仿真表明,在保持正确识别率97%以上的情况下,总识别速度可提高4倍左右。该方法特别适合基于GMM的大集合说话人识别。
|
关 键 词: | 说话人识别 高斯混合模型 线性预测系数 自适应 |
本文献已被 CNKI 等数据库收录! |
|