基于小波神经网络的与文本无关说话人识别方法研究 research on text-independent speaker recognition methods using wavelet neural network.pdfVIP

第28卷第6期 电子与信息学报 、，01．28NO．6 2006年6月 JournalofElectronicsInformation Jun．2006 Technology 基于小波神经网络的与文本无关说话人识别方法研究 白 莹 赵振东 戚银城 王斌 郭建勇 (华北电力大学电子与通信工程系保定071003) 摘要基于神经网络的说话人识别方法可以在一定程度上模仿人脑的功能，是说话人识别中的一种主要技术， 但它通常难以确定隐层单元的数目，收敛速度慢，易于收敛到极小点。该文研究了一种用于说话人识别的小波神 经网络模型，给出了网络结构和学习算法。采用Mel频率倒谱系数作为与文本无关的说话人识别的特征参数，并利 用该模型进行了5个人的说话人识别实验，得到99．5％的识别率。实验结果表明，小波网络和传统的BP网络相比， 训练速度和识别率都有了较大提高，具有良好的应用前景和进一步研究的价值。 关键词说话人识别，小波神经网络，BP网络，Mel频率倒谱系数 中图分类号：TN391．42 文献标识码：A Researchon Text-IndependentSpeakerRecognition MethodsWaveletNeuralNetwork Using Bai Zhao BinGuo Ying Zhen·dongQiYin-chengWang Jian-yong andCommunication ChinaElectricPower (Dept．ofElectronic Engineering,North 071003，China) Universi以,Baoding AbstractThe for basedonneuralnetworksisabletoemulatethefunctionofhumanbrain approachspeakerrecognition insome itisamain inthe itisdifficulttodeterminethe degree，SO implementationtechnologyspeakerrecognition．But ofhidden and tofallintolocalminimum model number layerneurons，slowlyconvergenteasy point．Theofwaveletneural networksisstudied．Thestructureofthenetworkand are correctnessreachesto learningalgorithmgiven．Therecognition 99．5％for5 Mel coefficientasfeature atresultsshowthat speakersusingfrequencycepstral parameters．Theexperimental the rateand correctnessare much totheBPnetworks．Ithasa lear