文献类型：期刊文章

作　　者：蔡倩[1] 高勇[2]

CAI Qian;GAO Yong(College of Electronics and Information Engineering,Sichuan University,Chengdu 610065,China)

机构地区：[1]四川大学电子信息学院,四川成都610065 [2]四川大学电子信息学院通信教研室,四川成都610065

出　　处：《无线电工程》

基　　金：四川大学科研资助项目(0020505501743)。

年　　份：2020

卷　　号：50

期　　号：6

起止页码：447-451

语　　种：中文

收录情况：JST、普通刊

摘　　要：提出了一种基于Gammatone滤波器倒谱系数(Gammatone Frequency Cepstral-Coefficients,GFCC)动态组合参数的卷积神经网络(Convolutional Neural Networks,CNN)结构来实现快速说话人识别的方法。提取语音样本的GFCC及其一阶差分和二阶差分系数作为代表语音的特征参数,对特征参数进行归一化处理,将得到的统计特征构造成CNN的输入形式。实验结果表明,与通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)相比,提出的模型方法学习速度更快,在提高识别率的同时减少了训练时间和识别时间。

关 键 词：动态组合参数  说话人识别 一阶差分  二阶差分 统计特征

分 类 号：TN912.34]