2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最大似然线性回归矩阵的说话人识别算法研究

钟山 何亮 邓妍 刘加

钟山, 何亮, 邓妍, 刘加. 基于最大似然线性回归矩阵的说话人识别算法研究. 自动化学报, 2009, 35(5): 546-550. doi: 10.3724/SP.J.1004.2009.00546
引用本文: 钟山, 何亮, 邓妍, 刘加. 基于最大似然线性回归矩阵的说话人识别算法研究. 自动化学报, 2009, 35(5): 546-550. doi: 10.3724/SP.J.1004.2009.00546
ZHONG Shan, HE Liang, DENG Yan, LIU Jia. Research on MLLR Based Speaker Recognition Algorithm. ACTA AUTOMATICA SINICA, 2009, 35(5): 546-550. doi: 10.3724/SP.J.1004.2009.00546
Citation: ZHONG Shan, HE Liang, DENG Yan, LIU Jia. Research on MLLR Based Speaker Recognition Algorithm. ACTA AUTOMATICA SINICA, 2009, 35(5): 546-550. doi: 10.3724/SP.J.1004.2009.00546

基于最大似然线性回归矩阵的说话人识别算法研究

doi: 10.3724/SP.J.1004.2009.00546
详细信息
    通讯作者:

    钟山

  • 中图分类号: TP24

Research on MLLR Based Speaker Recognition Algorithm

More Information
    Corresponding author: ZHONG Shan
  • 摘要: 研究了将自适应领域的最大似然线性回归(Maximum likelihood linear regression, MLLR)变换矩阵作为特征进行文本无关的说话人识别算法. 本文引入了基于统一背景模型的MLLRSV-SVM说话人识别算法, 并在此基础上进行高层音素聚类以进一步提高识别性能. 在采用多种信道补偿技术后, 在NIST SRE 2006年1训练语段-1测试语段同信道和跨信道数据库上, 基于MLLR特征的系统与其他最好的系统性能接近并有很强的互补性, 经过简单线性融合可以极大提高识别性能.
  • 加载中
计量
  • 文章访问数:  2070
  • HTML全文浏览量:  65
  • PDF下载量:  1736
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-05-23
  • 修回日期:  2008-09-16
  • 刊出日期:  2009-05-20

目录

    /

    返回文章
    返回