资料下载
×
一种新的说话人识别系统框架
消耗积分:1 |
格式:rar |
大小:0.57 MB |
2018-01-08
分享资料个
针对目前说话人识别系统的效率问题，采用集成算法的策略，提出一种新的说话人识别系统框架。首先，考虑到传统的最大后验概率矢量量化（ VQ-MAP）算法中只关注平均矢量而不考虑权重的问题，提出了改进的VQ-MAP算法，使用加权平均向量来代替平均向量；然后，由于支持向量机（SVM）算法相对耗时，故采用最小二乘支持向量机（ LS-SVM）替代SVM算法；最后，在说话人识别系统中，利用改进的VQ-MAP算法所得参数集作为LS-SVM的训练样本。实验结果表明，基于改进的VQ-MAP和LS-SVM的集成算法，与传统的SVM算法相比，在均使用径向基函数（ RBF）核函数时，对40人样本数据建模时间上减少接近40%；在阈值为1，测试语音时长为4s时，与传统的VQ-MAP和SVM算法相比，误识率降低了1.1%，误拒率降低了2.9%，识别率提高了3.9%；在阈值为1，测试语音时长为4s时，与传统的VQ-MAP和LS-SVM算法相比，误识率降低了3.6%，误拒率降低了2.7%，识别率提高了4.4%。结果表明，集成算法能够有效提高算法识别率，明显减少运算时间，同时降低误识率和误拒率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
