矢量泰勒级数特征补偿的说话人识别

摘要：

将矢量泰勒级数(Vector Taylor Series,VTS)特征补偿算法应用于说话人识别,给出了卷积噪声方差的近似闭式解,构建了联合快速估计卷积噪声和加性噪声均值和方差的框架.该算法可在无需失配环境先验信息的前提下,直接从失配语音中估计出卷积噪声和加性噪声的均值和方差,实现对环境失配的补偿.实验结果表明,在信道变化较大的无线信道下,卷积噪声方差的补偿最高可降低误识率3.24％,提升了系统的识别性能.在存在加性噪声的无线信道下,与基于线性失真模型的特征映射算法和倒谱均值减算法相比,本文算法可分别最大降低49.65％和68.06％的误识率,适合于信道变化较大的失配环境补偿.

所属期刊栏目：38

资助基金：国家自然科学基金60971098;国家自然基金青年基金61201345

在线出版日期：2013-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：105-112