- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于独立分量分析的说话人自动识别方法的研究
学兔兔
基 于独立分量分析的说话 人 自动识别 方法的研究 朱 佳 ,等
基 于独立分量分析 的说 话人 自动识别 方法的研究
Research on speaker automatic recognition basedCA 0n I
朱 佳 袁 晓 辉
(东南大学 自动化 学院 江 苏南京 210096)
[摘要] 将独立分量分析和 高斯混合模型识别相结合 ,提 出了一种解决混叠说话人 声音盲源分 离
和识别的方法。对混叠说话人声音 ,先运用独 立分 量分析 ,将 单个说话人 声音从信号 中提取 出来 ,然后
再运用高斯混合模型对分离出来的语音进行识别。仿 真结果表 明,此方法在混 叠说话人 目标识别 中可以
取得 比较 良好 的效 果 。
[关键词 ] 独立分量分析 ;高斯混合模型 ;盲源分 离;说话人识别
[中图分类号] TP312 [文献标识码] A
sis)是近期发展起来 的一个新 的数据及信 号分 析
引言
方法 ,它是一种统计方 法 ,寻求一个多 元数据 的
从生活中我们知 道不 同人说话 的语音 是不 同 非奇异变换 ,使得变换 后 的数据分量 之间尽可 能
的,所 以说话人识别 成为 了一种 重要 的个 人身份 地相互独立 J。标准 ICA的数学模型为
识别手段 ,尤其在 当今 国家安全 领域和 高新 技术 X=AS (1)
服务领域得 到越来越 多 的重视 J。由于 国家、公 其中 X=(X1 ? )是 m维观测信号 ;A是
司、个人对信息 安全 的关注度 日益提 高 ,所 以需 未知的 m×n混合??阵 ,表示信号源到接收阵的传
要更多更可靠 的识 别措施 ,来保证关 键资料 的安 递函数 ;S=(Sls ?s )是分量彼此统计独立 的源
全 ,而说话人识别 为这些 行业提供 了一种新 的安 信号。ICA问题就是仅利用观测信号置 (i=l,
全 解决 方 案 。 2,?,Ⅳ)的信息来估计混合矩 阵 和独立成分
但在实际使用 中涉及 到这样一个 问题 ,例如 ,所 s 以需要求得一个分离矩阵 ,使得能得到最
在一个 嘈杂的声学 环境 中 (如在一个
文档评论(0)