基于K-L散度模型聚类的快速说话人辨识方法

被引：4

作者：

王欢良 ^{[1
,2
]}

韩纪庆 ^{[1
]}

郑贵滨 ^{[1
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 青岛科技大学信息科学与技术学院

来源：

模式识别与人工智能 | 2010年 / 23卷 / 06期

关键词：

K-L散度; 模型聚类; 置信度; 说话人辨识; 网络环境;

D O I：

10.16451/j.cnki.issn1003-6059.2010.06.002

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

摘要：

在网络应用环境下,需要处理的音频数据和注册说话人急剧增加,传统说话人辨识方法难以满足实时性要求.文中提出采用K-L散度的说话人模型聚类方法,从而构造一个分级辨识模型,提高辨识效率.研究利用类辨识信息估计置信度的方法,可尽早有效排除集外说话人.实验结果显示,文中方法可使辨识速度平均提高3.2倍,而闭集辨识错误率平均只有0.9%的增加.采用类辨识置信度进一步提高开集辨识速度,并且在保持集内错误率不变的情况下,使集外错误率相对下降5.1%.

引用

页码：856 / 861

页数：6