基于模型聚类的说话人识别研究
陈秉沃
张二华
唐振民
南京理工大学计算机科学与工程学院 南京 210094
摘要：随着说话人识别技术的广泛应用,说话人规模不断增长,若采用传统的说话人辨别方式逐一比较,则计算量较大,难以实时响应,使说话人识别系统的性能与实用性大大降低.传统的K-L散度距离由于非对称性,并不是一种很好的聚类距离度量,聚类效果不佳.论文提出了一种基于Wasserstein distance聚类方法,相比于传统说话人识别方法,该方法的识别准确率提升了近4.7%,并且识别耗时仅为传统识别方法的25.5%,大大提升了说话人识别系统的性能与实用性.
关键词：模型聚类推土机距离Wasserstein distance说话人识别高斯混合模型
分类号：TP391(计算技术、计算机技术)
论文发表日期：2023-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1745-1749,1831 )
英文信息