-
题名NAP序列核函数在话者识别中的应用
被引量：2
- 1
-
-
作者
邢玉娟
李明
-
机构
甘肃联合大学理工学院
兰州理工大学计算机与通信学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第8期194-196,共3页
-
文摘
针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实验结果表明,该函数可有效提高支持向量机的分类性能和话者识别系统的识别准确率。
-
关键词
扰动属性投影
高斯混合模型超向量
话者识别
支持向量机
-
Keywords
Nuisance Attribute Projection（NAP）
Gaussian Mixture Model（GMM） supervector
speaker verification
Support Vector Machine（SVM）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稀疏表征的话者识别
被引量：2
- 2
-
-
作者
吕小听
李昕
屈燕琴
胡晨
-
机构
上海大学机电工程与自动化学院
-
出处
《计算机工程与应用》
CSCD
2014年第20期215-217,243,共4页
-
基金
国家仪器重大专项(No.2012YQ15008703)
-
文摘
近年来,随着信号的稀疏性理论越来越受到人们的关注,稀疏表征分类器也作为一种新型的分类算法被应用到话者识别系统中。该模型的基本思想是:只要超完备字典足够大,任意待测样本都能够用超完备字典进行线性表示。基于信号的稀疏性理论,未知话者的向量系数,即稀疏解可以通过L1范数最小化获取。超完备字典则可视为语音特征向量在高斯混合模型-通用背景模型(GMM-UBM)上进行MAP自适应而得到的大型数据库。采用稀疏表征模型作为话者辨认的分类方法,基于TIMIT语料库的实验结果表明,所采用的话者辨认方法,能够大大提高说话人识别系统的性能。
-
关键词
稀疏表征
高斯混合模型(GMM)均值超向量
超完备字典
最大后验(MAP)算法
-
Keywords
sparse representation
Gaussian Mixture Model（GMM）supervectors
over-complete dictionary
Maximum-A-Posteriori（MAP）algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
