基于VQ和GMM的实时声纹识别研究

摘要：

目前声纹识别系统已经实现较高的识别精度，但是随着目标说话人个数的增加，一般系统很难满足实时性的要求，由此提出一种双层识别模型。在第一层识别模型中，采用基于VQ-VPT(Vector Quantization-Vantage Point Tree)模型进行快速匹配，挑选出与测试者声纹特征最相近的K个目标说话人声纹模型。在第二层识别模型中，采用GMM-UBM(Gaussian Mixture Model-Universal Background Model)模型，精确匹配上层模型得到的K个目标说话人声纹模型，并做出最终的判决。实验验证，双层识别模型在确保高识别精度的前提下，大幅度的提高了系统的识别速度。

关键词：声纹识别、矢量量化、优势节点树、高斯混合模型、通用背景模型

分类号：TN9;TG1

在线出版日期：2014-09-30（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：6-12