-
公开(公告)号：CN106448681B
公开(公告)日：2019-10-18
申请号：CN201610817892.3
申请日：2016-09-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种超矢量的说话人辨认方法，包括训练阶段和实测阶段。前者包括利用说话人语音信号的特征参数为每一个说话人训练一个GMM，从GMM提取超矢量，然后对该超矢量进行重组得到重组超矢量，再利用重组超矢量训练一个SVM模型。后者包括用相同的方法对测试语音提取测试的重组超矢量，然后利用训练阶段得到的SVM模型对测试的重组超矢量进行判别，从而判定测试语音所代表的说话人的身份。本发明利用原始超矢量的相邻均值矢量间的高相关性，实现了平滑数据的过渡，降低计算复杂度，对GMM组成超矢量的各个均值向量进行重新组合，使其更加契合SVM对数据处理的机制。通过选择适当的超矢量重组方式，有效提升系统的识别性能，减少了运算时间。
-
公开(公告)号：CN106448681A
公开(公告)日：2017-02-22
申请号：CN201610817892.3
申请日：2016-09-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种超矢量的说话人辨认方法，包括训练阶段和实测阶段。前者包括利用说话人语音信号的特征参数为每一个说话人训练一个GMM，从GMM提取超矢量，然后对该超矢量进行重组得到重组超矢量，再利用重组超矢量训练一个SVM模型。后者包括用相同的方法对测试语音提取测试的重组超矢量，然后利用训练阶段得到的SVM模型对测试的重组超矢量进行判别，从而判定测试语音所代表的说话人的身份。本发明利用原始超矢量的相邻均值矢量间的高相关性，实现了平滑数据的过渡，降低计算复杂度，对GMM组成超矢量的各个均值向量进行重新组合，使其更加契合SVM对数据处理的机制。通过选择适当的超矢量重组方式，有效提升系统的识别性能，减少了运算时间。
-
Search Results
2
records
(took 0.013 seconds)
