基于2D-Haar声学特征的大规模说话人识别方法

摘要：

随着待识别人数的增加,文本无关的说话人识别准确率下降明显.针对这一问题提出了一种高准确率大规模说话人识别方法,该方法采用多个连续音频帧的声学帧特征构成声学特征图,进而获得高维度的2D-Haar声学特征,为训练出性能更优的分类器提供可能;再利用AdaBoost.MH算法筛选出具有较好区分度的2D-Haar声学特征组合进行分类器训练.实验结果表明,600人规模下的正确识别率为89.5％,100～600人规模下的平均准确率为91.3％.该方法适用于大规模说话人的识别,引入的2D-Haar声学特征有效,识别准确率高.此外,该方法还具有较低的算法复杂度和较高的时间效率.

关键词：说话人识别、2D-Haar声学特征、AdaBoost.MH

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家242计划基金资助项目2005C48;北京理工大学科技创新计划2011CX01015

在线出版日期：2015-01-14（万方平台首次上网日期，不代表论文的发表时间）

页码：1196-1201