10.19678/j.issn.1000-3428.0049075
联合HMM-UBM与RVM的声纹密码识别算法
针对声纹密码识别中声纹文本信息利用率低和噪音干扰的问题,提出隐马尔科夫模型-通用背景模型(HMM-UBM)融合相关向量机(RVM)的声纹识别算法.利用HMM-UBM对语音信号进行时序建模,使用RVM学习得到每位注册话者语音的分类信息.通过对待识别话者建立HMM模型,并将RVM作为分类器进行判决决策得到分类结果.实验结果表明,与GMM-UBM算法和GMM-SVM算法相比,在无噪声环境下,该算法错误接收概率降低7% ~9%,识别正确率提高4%~5%,在低信噪比环境下,其识别正确率提高5%~12%.
声纹识别、隐马尔科夫模型、通用背景模型、相关向量机、语音信号
44
TP309(计算技术、计算机技术)
国家自然科学基金61272147;湖北省教育厅科学技术研究计划指导性项目B2015446
2019-01-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
129-134