计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2014年
8期
1599-1603
,共5页
何俊%贺前华%张清华%孙国玺%肖明%左敬龙
何俊%賀前華%張清華%孫國璽%肖明%左敬龍
하준%하전화%장청화%손국새%초명%좌경룡
非常态语音%说话人识别%共同向量%支持向量机
非常態語音%說話人識彆%共同嚮量%支持嚮量機
비상태어음%설화인식별%공동향량%지지향량궤
abnormal voice%speaker recognition%common vector%SVM
针对预先给定参数求解共同向量所存在的不足,提出了一种基于共同向量的非常态语音说话人识别算法,首先,通过系统识别率自适应调整求解共同向量的参数;然后,将系统识别率最高的参数视为最优参数,为测试语音提取共同向量,并用SVM分类器进行非常态语音说话人分类.实验结果表明:该算法所提取的共同向量,对轻微感冒语音说话人识别率为85.4％,比对特征不进行处理的GMM算法、SVM和结合共同向量的GMM算法的识别率分别提高了16.9％、15.2％和3.2％.
針對預先給定參數求解共同嚮量所存在的不足,提齣瞭一種基于共同嚮量的非常態語音說話人識彆算法,首先,通過繫統識彆率自適應調整求解共同嚮量的參數;然後,將繫統識彆率最高的參數視為最優參數,為測試語音提取共同嚮量,併用SVM分類器進行非常態語音說話人分類.實驗結果錶明:該算法所提取的共同嚮量,對輕微感冒語音說話人識彆率為85.4％,比對特徵不進行處理的GMM算法、SVM和結閤共同嚮量的GMM算法的識彆率分彆提高瞭16.9％、15.2％和3.2％.
침대예선급정삼수구해공동향량소존재적불족,제출료일충기우공동향량적비상태어음설화인식별산법,수선,통과계통식별솔자괄응조정구해공동향량적삼수;연후,장계통식별솔최고적삼수시위최우삼수,위측시어음제취공동향량,병용SVM분류기진행비상태어음설화인분류.실험결과표명:해산법소제취적공동향량,대경미감모어음설화인식별솔위85.4％,비대특정불진행처리적GMM산법、SVM화결합공동향량적GMM산법적식별솔분별제고료16.9％、15.2％화3.2％.
