非目标说话人GMM与BP神经网络声纹研究
陈洪极1
黄舒坦1
曹越1
苏成悦2
陈静2
郑荣森2
1.广东工业大学信息工程学院 广东广州 5100062.广东工业大学信息工程学院 广东广州 510006;广东工业大学物理与光电工程学院 广东广州 510006
摘要：声纹识别技术在生物特征识别领域区别于指纹、脸、虹膜等,其易获取、成本低等优势使其研究应用愈加广泛.研究了基于一种混合高斯模型的方法达到提高声纹识别率的效果.该方法充分利用非目标用户的混合高斯模型,其概率对数输出与BP神经网络结合,实现对混合高斯模型的补充作用,提高声纹识别率.该模型以多个预先训练的非目标用户的混合高斯为起点,接收来自目标用户的语音数据,产生的输出作用下一级神经网络的输入,进一步对数据进行训练.经实验结果表明,目标用户GMM模型的识别准确率为88.73％,而GMM-BP模型的识别准确率达到93.45％.
关键词：声纹识别GMMBP神经网络非目标用户
资助基金：广东省科技计划(2017A020208063)广州市科技计划(201804010384)中山市科技重大专项(2016A1003)
论文发表日期：2021-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 28-30 )