基于GMM模型的自适应说话人识别研究

摘要：

为了提高说话人识别的性能,提出一种基于GMM模型自适应说话人识别方法.该方法能自动根据不同的说话人选取不同时长的语音进行识别,从提取语音特征和计算识别概率两方面减少识别时间,在不降低识别率的前提下,比传统识别方法识别速度有大幅度提高.实验仿真表明,在保持正确识别率97％以上的情况下,总识别速度可提高4倍左右.该方法特别适合基于GMM的大集合说话人识别.

关键词：说话人识别、高斯混合模型、线性预测系数、自适应

分类号：TP391.42(计算技术、计算机技术)

资助基金：江苏省自然科学基金资助项目BK2009059;解放军理工大学预研基金资助项目2009TX08

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：91-93