%0 Journal Article
%T 基于可区分性加权的模糊核说话人识别
%A 林琳
%A 王树勋
%A 陈建
%J 电子学报
%P 1446-1450
%D 2008
%X 针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.
%K 说话人识别
%K 少量语音数据
%K 可区分性权值
%K 模糊核加权最近邻近分类器
%K 模糊核矢量量化
%U http://www.ejournal.org.cn/CN/abstract/abstract2735.shtml