中国建材科技
中國建材科技
중국건재과기
China Building Materials Science & Technology
2015年
5期
87-88,91
,共3页
谭萍%邢玉娟%高翔
譚萍%邢玉娟%高翔
담평%형옥연%고상
说话人确认%高斯混合模型%KL散度%巴氏距离%支持向量机
說話人確認%高斯混閤模型%KL散度%巴氏距離%支持嚮量機
설화인학인%고사혼합모형%KL산도%파씨거리%지지향량궤
speaker verification%gaussian mixture model%kullback-leibler distance%bhattacharyya distance%support vector machine
针对说话人确认识别率不高及实时性差的问题，在深入研究传统高斯混合模型以及K均值聚类算法的基础上提出两种基于说话人高斯混合模型的说话人聚类算法： KL散度聚类算法和巴氏距离聚类算法。根据不同的聚类算法，得到各个类的聚类中心模型，将其作为SVM的输入得出最终识别结果。仿真实验将两种聚类算法进行详细的分析比较，实验结果显示巴氏距离聚类算法具有较好的识别性能和抗噪性。
針對說話人確認識彆率不高及實時性差的問題，在深入研究傳統高斯混閤模型以及K均值聚類算法的基礎上提齣兩種基于說話人高斯混閤模型的說話人聚類算法： KL散度聚類算法和巴氏距離聚類算法。根據不同的聚類算法，得到各箇類的聚類中心模型，將其作為SVM的輸入得齣最終識彆結果。倣真實驗將兩種聚類算法進行詳細的分析比較，實驗結果顯示巴氏距離聚類算法具有較好的識彆性能和抗譟性。
침대설화인학인식별솔불고급실시성차적문제，재심입연구전통고사혼합모형이급K균치취류산법적기출상제출량충기우설화인고사혼합모형적설화인취류산법： KL산도취류산법화파씨거리취류산법。근거불동적취류산법，득도각개류적취류중심모형，장기작위SVM적수입득출최종식별결과。방진실험장량충취류산법진행상세적분석비교，실험결과현시파씨거리취류산법구유교호적식별성능화항조성。
In order to improve speaker recognition rate and real-time,two speaker clustering algorithms based on GMM speaker model are proposed in this paper.They are KL divergence clustering algorithm and Bhattacharyya distance clustering algorithm depending on K-means clustering algorithm.According to different clustering algorithm, the cluster center models for each class are obtained as SVM input to get the final recognition result. We analyze these two kinds of clustering algorithm for detailed in simulation experiment. And the results show that Bhattacharyya distance clustering algorithm has better performance and noise immunity compared to KL divergence clustering algorithm.
