优先度排序RBF神经网络在与文本无关说话人确认中的应用

摘要：

该文介绍了优先度排序径向基函数(PORBF)神经网络的结构与算法,并提出了将其应用于与文本无关说话人确认时的训练算法、似然度的计算方法以及识别规则.为了增强PORBF网络的泛化能力,该文用压缩矢量构造抑制样本集,提出了顺序选取、最近邻选取和最远距离选取等3种选择抑制样本集中说话人的方法,并对PORBF神经元的输出进行了等比递减加权.在相同条件下的与文本无关说话人确认实验中,传统的矢量量化方法的等差错率可达10.56%,而基于PORBF网络的确认系统使用最近邻选择方法构造抑制样本集,其等差错率可达6.83%,性能提高很多.

关键词：优先度排序、说话人确认、与文本无关、RBF网络

所属期刊栏目：25

分类号：TN912.3;TN-052

在线出版日期：2003-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1153-1159