10.3778/j.issn.1002-8331.1707-0207
基于DNN处理的鲁棒性I-Vector说话人识别算法
提出了一种将基于深度神经网络(Deep Neural Network,DNN)特征映射的回归分析模型应用到身份认证矢量(identity vector,i-vector)/概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)说话人系统模型中的方法.DNN通过拟合含噪语音和纯净语音i-vector之间的非线性函数关系,得到纯净语音i-vector的近似表征,达到降低噪声对系统性能影响的目的.在TIMIT数据集上的实验验证了该方法的可行性和有效性.
说话人识别、深度神经网络、i-vector
54
TP18(自动化基础理论)
江苏省自然科学基金BK20160915;江苏省高校自然科学研究项目14KJB510024
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
167-172