基于非参数独立分量分析的说话人识别方法

计算机科学 ›› 2006, Vol. 33 ›› Issue (3): 167-170.

基于非参数独立分量分析的说话人识别方法

陈刚陈莘萌向广利

武汉大学计算机学院,武汉430072

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
国家自然科学基金资助项目（10371033）;国家211工程重大项目资助.

CHEN Gang　, CHEN Xin-Meng,　 XIANG Guang-Li　（School of Computer,Wuhan University,Wuhan 430072）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 首先用非参数独立分量分析方法提取表征说话人音频特性的时域基函数组，语音信号可由这些基函数线性组合而成.每个可识别的说话人对应一个不同的基函数组，对某个特定人的输入音频，只有与它对应的基函数组使其系数向量各分量之间的独立性最强（也就是互信息最小）.对待识别音频，分别用已知说话人的时域基函数组计算各自的系数向量，并计算系数向量各分量之间的互信息.互信息最小的基函数组对应的说话人即为识别结果.实验结果表明，即使用很少的测试数据，也能达到很高的识别率.

关键词: 非参数独立分量分析时域基函数组系数向量互信息

Abstract: Time-domain basis functions are obtained through nonparametric independent component analysis first,whicn exhibit the main characteristics of the specific speaker. Speech signals then can be represented by the superposition of the basis functions. Every s

Key words: Nonparametric component analysis, Time-domain basis functions, Coefficient vectors, Information

陈刚陈莘萌向广利. 基于非参数独立分量分析的说话人识别方法[J]. 计算机科学, 2006, 33(3): 167-170. https://doi.org/

CHEN Gang　, CHEN Xin-Meng,　 XIANG Guang-Li　（School of Computer,Wuhan University,Wuhan 430072）. [J]. Computer Science, 2006, 33(3): 167-170. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed