首页|资源下载
登录|注册

您现在的位置是:电子研发网 > 资源下载 > 基于分类特征空间高斯混合模型和神经网络融合的说话人识别

基于分类特征空间高斯混合模型和神经网络融合的说话人识别

  • 资源大小:1161
  • 上传时间: 2022-09-17
  • 上传用户:toota1
  • 资源积分:2 下载积分
  • 标      签: 神经网络融合

资 源 简 介

该文提出了一种基于分类高斯混合模型和神经网络融合(FS-GMM/NN)的说话人识别方法,通过对特征矢量进行聚类分析,

将说话人的训练语音分成若干类,然后根据各个类中含特征矢量的多少采用不同的模型混合度,训练建立分类高斯混合模

型,并采用神经网络实现各个分类高斯混合模型输出的融合.在100个男性话者的与文本无关的说话人识别实验中,基于分

类高斯混合模型和神经网络融合的方法在识别性能及噪声鲁棒性上都优于不分类的GMM识别系统,并具有较高的模型训练

效率,且可以有效地降低话者模型的混合度和测试语音长度.


相 关 资 源