基于深度神经网络和Bottleneck特征的说话人识别系统 - 清华大学学报.PDFVIP

下载本文档

21
0
约5.3万字
约 6页
2017-08-16 发布于天津
举报
版权申诉

基于深度神经网络和Bottleneck特征的说话人识别系统 - 清华大学学报.PDF

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

基于深度神经网络和Bottleneck特征的说话人识别系统 - 清华大学学报.PDF

( ) / 清华大学学报自然科学版年第卷第期 ISSN１０００Ｇ００５４２０１６５６１１２１９ / 　 ( ), , , CN１１Ｇ２２２３N 　JTsinhuaUniv SciTechnol ２０１６ Vol．５６ No．１１１１４３Ｇ１１４８ g 基于深度神经网络和Bottleneck特征的说话人识别系统 , , , 田垚蔡猛何亮刘加　　　　　　　 ( , ( ), ) 清华大学电子工程系清华信息科学与技术国家实验室筹北京１０００８４ : , ( 摘要近来一种结合语音识别中深度神经网络 , 　 dee 说话人识别又称声纹识别是利用语音信号中 p , )模型和说话人识别中身份认证矢量 neuralnetwork DNN 含有的特定说话人信息来自动识别说话者身份的一 [] ( , )模型的方法被证明对说话人识别１ identitvectoriＧvector y . , 种生物认证技术近年来基于 iＧvector建模方 . , 十分有效为了进一步提升系统性能该文提出使用基于说法的引入使得说话人识别系统的性能有了显著的提话人标签的DNN模型提取 Bottleneck特征代替该模型中的 [] ２升 .iＧvector模型认为语音中的说话人和信道信 , 短时频谱特征来计算充分统计量从而使统计量中包含更 , 息均包含于一个低维的线性子空间之中每段语音 . 多有利于说话人识别的信息在美国国家标准与技术研究 ( 可以用该低维空间中一个固定长度的矢量表征称院说话人识别库２００８年度女性电话对电话英语测试任务上作 ).基于