基于DNN与基音周期的说话人识别

摘要：

传统说话人识别框架大多建立在高斯混合模型(GMM)上的,然而这种浅层学习模型不能有效地表征数据特征之间的高阶相关性,识别效果较差.本文提出一种基于深度神经网络(Deep Neural Network,DNN)与基音周期(Pitch Peri-od,PP)相结合的说话人识别方法,模型主线识别以对数梅尔滤波器组特征参数作为DNN的输入,通过训练DNN模型提取说话人的声纹特征;针对DNN模型阈值设定人的主观性影响,利用动态时间规整技术匹配说话人基音周期进行辅助识别.实验结果表明,这种双重识别方法等错误率可以达到1.6％,较DNN系统与EM-GMM系统等错误率分别降低了1.2％和2.4％,并且在噪声环境中仍具有较好的鲁棒性.

关键词：深度神经网络、基音周期、说话人识别、动态时间规整、双重识别

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126