10.3969/j.issn.1003-0530.2005.03.015
采用遗传算法的VQ码本设计及说话人识别
矢量量化(VQ)方法是文本无关说话人识别中广泛应用的建模方法之一.在矢量量化过程中,经典的LBG算法收敛速度快,但极易收敛于局部最优点,无法保证根据有限样本数据得到最优码本,并最终影响系统识别性能.考虑到遗传算法(GA)是一种具有全局化寻优搜索能力的算法,本文提出了遗传算法和K均值算法相结合的综合分析方法GA-K进行码本设计,改善了码本的质量.讨论了具体的算法实现,分析了在不同的特征参数LPCC及MFCC、不同测试语音长度下的说话人识别性能.实验结果显示,GA-K方法优于传统的LBG算法,可以很好地协调收敛性和识别率之间的关系.
说话人识别、GA-K、矢量量化、遗传算法
21
TP3(计算技术、计算机技术)
2007-10-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
289-292