作者：安冬 荣超群 杨丹 王骄粒子群算法聚类核匹配追踪说话人识别
摘要：在说话人识别领域,MFCC特征参数得到了广泛的应用,但是MFCC特征参数包含了语义信息、语种信息和说话人信息等多种信息,所以存在参数中说话人个性特征信息不明显的问题,而且将MFCC应用于SVM分类器时受Mercer准则的限制。针对以上问题,提出了一种将PSOA聚类与核匹配追踪算法（KMP）相结合的说话人识别方法,首先通过PSOA聚类算法将MFCC特征参数进行变换处理,得到精简的MFCC特征参数,然后利用KMP算法对核函数形式没有任何限制的特性,对精简后的MFCC特征参数进行分类训练和识别。实验结果表明,基于PSOA-KMP的说话人识别方法相比GMM-UBM识别方法,在EER性能上相对提高了38%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
