基于區(qū)分性GMM文本無(wú)關(guān)的話(huà)者識(shí)別的研究
2011-04-29 00:00:00付浩楠呂成國(guó)
智能計(jì)算機(jī)與應(yīng)用 2011年4期
語(yǔ)音信號(hào)作為人類(lèi)身份生物認(rèn)證的主要特征逐漸引起了國(guó)內(nèi)外廣大學(xué)者的研究熱潮，成為了“密碼時(shí)代”的終結(jié)者。基于高斯混合模型的話(huà)者識(shí)別以其簡(jiǎn)單、靈活和很好的魯棒性已經(jīng)成為當(dāng)今與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別的主流技術(shù)，將說(shuō)話(huà)人識(shí)別帶到了一個(gè)新階段。基于概率統(tǒng)計(jì)的ＧＭＭ需要大量的訓(xùn)練樣本來(lái)反映說(shuō)話(huà)人在特征空間的統(tǒng)計(jì)分布?眼１?演。這種方法的本質(zhì)是將人類(lèi)的語(yǔ)音信號(hào)在特征空間的分布由若干個(gè)高斯概率密度函數(shù)線性加權(quán)組合來(lái)逼近。本文提出的
