基于稀疏编码的鲁棒说话人识别

摘要：

目前的说话人识别系统在噪声环境下性能将急剧下降,为了解决这一问题,提出了一种新的基于稀疏编码的说话人识别方法.该方法用一个通用背景字典(Universal background dictionary,UBD)刻画说话人语音的共性,并为每个说话人和环境噪声训练相应的字典来刻画说话人和环境的特殊变化.这些字典被拼接成一个大字典,然后将待测试语音稀疏分解在这个大字典上以实现说话人识别.为了提高说话人字典的区分能力,通过从说话人字典中移除与通用背景字典原子相似的原子来优化说话人字典.为了跟踪变化的噪声,采用混噪语音在线更新噪声字典.在各种噪声条件下的实验表明,所提出的方法在噪声环境下具有较强的鲁棒性.

关键词：说话人识别、稀疏表示、判别字典、形态成分分析

所属期刊栏目：29

分类号：R318.04(医用一般科学)

资助基金：国家自然科学基金61305001,91120303,91120301;高等学校博士学科点专项科研基金20132303120003;中国博士后基金2013M531042;黑龙江省博士后基金LBH-Z13099;黑龙江教育厅基金12511096;黑龙江省自然科学基金F200936

在线出版日期：2014-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：198-203