基于Fast ICA的多说话人识别系统
周燕
苏州市职业大学电子信息工程系,江苏苏州,215104
摘要：针对多人混合语音条件下说话人身份难以识别的问题,提出了一种使用快速独立分量分析（Fast ICA）方法分离各个说话人的语音信号,并采用RBF神经网络方法进行说话人识别的策略.由于不同语音源信号保持相对独立,利用盲信号分离的思想,使用Fast ICA方法用于信号的分离,从而对获得的独立语音数据分别提取说话人特征,采用RBF神经网络模型实现多说话人身份的识别.实验结果表明,该方法能有效地实现混合语音条件下的说话人识别.
关键词：多说话人识别快速独立分量分析RBF神经网络
分类号：TP391.9(计算技术、计算机技术)
资助基金：苏州市职业大学创新团队基金资助项目(3100125)
论文发表日期：2011-01-01
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：4( 10-13 )
英文信息