探测与控制学报
探測與控製學報
탐측여공제학보
JOURNAL OF DETECTION & CONTROL
2013年
6期
65-70
,共6页
项要杰%杨俊安%李晋徽%杨瑞国
項要傑%楊俊安%李晉徽%楊瑞國
항요걸%양준안%리진휘%양서국
信号处理%语音识别%说话人识别%小波神经网络%高斯混合模型
信號處理%語音識彆%說話人識彆%小波神經網絡%高斯混閤模型
신호처리%어음식별%설화인식별%소파신경망락%고사혼합모형
signal processing%speech recognition%speaker recognition%wavelet neural network (WNN)%Gaussian mixture model (GMM)
针对GMM模型在进行说话人识别时对噪声敏感以及在分类方面存在的缺陷,提出了一种小波神经网络和GMM结合的说话人识别模型,把GMM输出的似然概率和小波神经网络的训练相关联,采用带动量的BP算法和EM算法对小波神经网络和GMM模型分别训练,使目标说话人模型似然概率达到最大,进而提高说话人识别的效果.实验结果表明,新模型兼具小波神经网络抗噪声性能、学习分类能力以及GMM对说话人特征的描述能力,在多种噪声背景下能有效的提高说话人识别效果.
針對GMM模型在進行說話人識彆時對譟聲敏感以及在分類方麵存在的缺陷,提齣瞭一種小波神經網絡和GMM結閤的說話人識彆模型,把GMM輸齣的似然概率和小波神經網絡的訓練相關聯,採用帶動量的BP算法和EM算法對小波神經網絡和GMM模型分彆訓練,使目標說話人模型似然概率達到最大,進而提高說話人識彆的效果.實驗結果錶明,新模型兼具小波神經網絡抗譟聲性能、學習分類能力以及GMM對說話人特徵的描述能力,在多種譟聲揹景下能有效的提高說話人識彆效果.
침대GMM모형재진행설화인식별시대조성민감이급재분류방면존재적결함,제출료일충소파신경망락화GMM결합적설화인식별모형,파GMM수출적사연개솔화소파신경망락적훈련상관련,채용대동량적BP산법화EM산법대소파신경망락화GMM모형분별훈련,사목표설화인모형사연개솔체도최대,진이제고설화인식별적효과.실험결과표명,신모형겸구소파신경망락항조성성능、학습분류능력이급GMM대설화인특정적묘술능력,재다충조성배경하능유효적제고설화인식별효과.
