数字通信
數字通信
수자통신
DIGIT L COMMLINIC TION
2013年
4期
48-52
,共5页
文本无关%说话人识别%特征提取%模式识别
文本無關%說話人識彆%特徵提取%模式識彆
문본무관%설화인식별%특정제취%모식식별
介绍说话人识别技术发展情况,阐述包括特征提取、识别算法和区分算法在内的文本无关说话人识别系统的整体技术框架和基本工作原理针对文本无关说话人识别相关技术给出了近几年主要发展的高斯超向量-支持向量机模型(GSV-SVM)、联合因子分析模型(JFA)和鉴别性向量(i-vector)模型,并对3种模型进行了分析比较:指出GSV-SVM模型可以提高识别系统性能；JFA模型能提高系统性能但计算量过大,难以实现应用；i-vector模型降低了计算量,并能提高识别精确度和效率,是目前的研究热点.最后指出当前文本无关说话人识别的研究难点和热点.
介紹說話人識彆技術髮展情況,闡述包括特徵提取、識彆算法和區分算法在內的文本無關說話人識彆繫統的整體技術框架和基本工作原理針對文本無關說話人識彆相關技術給齣瞭近幾年主要髮展的高斯超嚮量-支持嚮量機模型(GSV-SVM)、聯閤因子分析模型(JFA)和鑒彆性嚮量(i-vector)模型,併對3種模型進行瞭分析比較:指齣GSV-SVM模型可以提高識彆繫統性能；JFA模型能提高繫統性能但計算量過大,難以實現應用；i-vector模型降低瞭計算量,併能提高識彆精確度和效率,是目前的研究熱點.最後指齣噹前文本無關說話人識彆的研究難點和熱點.
개소설화인식별기술발전정황,천술포괄특정제취、식별산법화구분산법재내적문본무관설화인식별계통적정체기술광가화기본공작원리침대문본무관설화인식별상관기술급출료근궤년주요발전적고사초향량-지지향량궤모형(GSV-SVM)、연합인자분석모형(JFA)화감별성향량(i-vector)모형,병대3충모형진행료분석비교:지출GSV-SVM모형가이제고식별계통성능；JFA모형능제고계통성능단계산량과대,난이실현응용；i-vector모형강저료계산량,병능제고식별정학도화효솔,시목전적연구열점.최후지출당전문본무관설화인식별적연구난점화열점.
