混合粒子对优化算法在说话人识别中的应用.pdfVIP

第 31 卷第 6 期 电 子 与 信 息 学 报 Vol.31No.6 2009 年 6 月 Journal of Electronics Information Technology Jun. 2009 混合粒子对优化算法在说话人识别中的应用 薛丽萍①② 尹俊勋① 周家锐② 纪 震② ①(华南理工大学电子与信息学院 广州 510640) ②(深圳大学信息工程学院 深圳 518060) 摘 要：在粒子群优化(Particle Swarm Optimization, PSO)和混合蛙跳算法(Shuffled Frog-Leaping Algorithm, SFLA)的基础上，该文提出了一种新的混合粒子对优化(Shuffled Particle-Pair Optimizer, SPPO)算法，应用于矢 量量化的说话人识别。该算法将全局信息交换和局部深度搜索相结合寻求最佳的说话人码本。群体按适应值分为 3 个粒子对，每个粒子对由两个粒子构成，按先后顺序执行 PSO 算法中的速度位置更新和 LBG 算法以实现局部细 致搜索，间隔一定的迭代次数通过 SFLA 混合策略实现粒子对间的信息交换，从而使群体向全局最优解靠近。实 验结果表明，本算法始终稳定地取得显著优于 LBG，FCM，FRLVQ-FVQ 和 PSO 算法的说话人识别性能，较好 地解决了初始码本影响的识别性能的问题，且在计算时间和收敛速度方面有相当的优势。 关键词：说话人识别；粒子群优化；混合蛙跳算法；矢量量化；与文本无关 中图分类号：TN912.3 文献标识码：A 文章编号：1009-5896(2009)06-1359-04 A Novel Shuffled Particle-pair Optimizer for Speaker Recognition ①② ① ② ② Xue Li-ping Yin Jun-xun Zhou Jia-rui Ji Zhen ① (School of Electronics and Information Engineering, South China University of Technology, Guangzhou 510640, China) ② (Faculty of Information Engineering, Shenzhen University, Shenzhen 518060, China) Abstract: A novel Shuffled Particle-Pair Optimizer (SPPO) is proposed for speaker recognition based on vector quantization, which combines the advantage both in Particle Swarm Optimization (PSO) and Shuffled Frog-Leaping Algorithm (SFLA). The SPPO contains elements of local exploration and global information exchange to get global optimized speaker codebook.