一种基于关系度量融合框架的说话人认证特征级融合算法
探讨了说话人认证特征级融合策略的可行性.根据关系度量融合框架,构建该策略认证系统.通过与传统融合、单模态算法比较,本算法性能优于以上算法.为进一步分析特征级融合算法优于现有融合算法的原因,本文利用最大KullbackLeibler距离计算融合算法融合信息量.该距离弥补了传统Kullback-Leibler距离不具有对称性的缺憾,更加精准地获取信息量.分析结果验证了本算法实验结论,说明特征级融合可获取比现有匹配分数级融合更多的信息量,从而取得更优精度.
说话人认证、特征级融合、最大Kullback-Leibler距离、关系度量融合框架
37
TN912.3
国家自然科学基金60773015;北京市自然科学基金4102051;中央高校基本科研业务赞专项资金2009JBZ006
2012-03-20(万方平台首次上网日期,不代表论文的发表时间)
1503-1513