-
题名基于可区分性加权的模糊核说话人识别
被引量：2
- 1
-
-
作者
林琳
王树勋
陈建
-
机构
吉林大学通信工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第7期1446-1450,共5页
-
文摘
针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.
-
关键词
说话人识别
少量语音数据
可区分性权值
模糊核加权最近邻近分类器
模糊核矢量量化
-
Keywords
speaker recognition
small amounts of speech data
discriminative weighted value
fuzzy kernel weighted nearest prototype classifier
fuzzy kernel vector qnantization.
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
