基于分层聚类算法的说话人识别
吴汶憶
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：在说话人识别系统中,识别阶段需要将待识别说话人的语音特征与说话人模型逐一匹配,当说话人规模较大时会导致计算量很大,影响系统的实时响应速度.针对该问题,论文研究了模型距离度量准则,提出了一种分层聚类算法.实验表明,该方法能有效提高系统的识别速度.
关键词：说话人识别大规模模型聚类分层聚类EMD距离
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-06-20
在线出版日期：2025-09-23（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1598-1600,1618 )
英文信息