10.13873/J.1000-9787(2020)02-0120-04
基于仿射传播聚类的说话人识别算法
为了提高说话人识别系统的离线训练效率,提出了一种基于仿射传播(AP)聚类的说话人识别方法,通过仿射传播聚类对说话人声纹特征样本进行样本筛选,采用神经网络算法训练说话人识别分类器,完成说话人识别.在自采集数据集上进行了说话认识别实验,证明采用仿射传播聚类算法对样本集进行大幅压缩过后,样本压缩率约为82%,网络训练时间下降率约为86.99%,而识别准确率与压缩前的识别准确率基本一致.实验证明了仿射传播聚类与神经网络结合的说话人识别算法可以在保证识别率的同时大大提高神经网络的训练速度,节约时间成本.
说话人识别、仿射传播聚类、神经网络
39
TP242.6;TP391.98(自动化技术及设备)
四川省科技创新苗子工程资助项目2018047,2017021
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
120-123