基于神经网络和卡尔曼滤波算法的说话人识别

作者：张余生 夏秀渝 杨莎小波特征参数多层前馈式神经网络

摘要：首先从语音信号中提取出特征参数：线性预测倒谱系数（LPCC）和用小波包提取的小波特征参数（WPC）;语音特征分类模型则选择多层前馈式神经网络（MBP网络）,并将奇异值分解运用到扩展卡尔曼滤波（EKF）算法中作为神经网络的学习算法。仿真结果表明,小波特征参数具有良好的识别效果;同时采用改进后的扩展卡尔曼滤波（EKF）算法使人工神经网络具有更稳定、更准确的分类性能。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社