基于矩阵正态分布的文本有关说话人识别

摘要：

在文本有关的说话人识别中,HMM是目前常用的方法之一,而在文本无关的说话人识别领域,主流的方法则是GMM.HMM假设给定状态的特征矢量相互独立,GMM假设所有的特征矢量相互独立.上述假设显然不大符合实际,因此,本文提出一种基于矩阵正态分布(MND)的文本有关说话人识别方法,该方法提取常用词的归一化特征矩阵作为说话人的识别特征。实验结果表明MND模型有较好的识别性能。

关键词： 说话人识别 矩阵正态分布 MND模型

作者: 王宏 潘金贵

作者单位: 南京大学软件新技术国家重点实验室,南京,210093;昌吉学院计算机应用研究所,昌吉,831100 南京大学软件新技术国家重点实验室,南京,210093

会议类型: 国内会议

会议名称: 第十二届全国青年通信学术会议

会议地点: 北京

会议语种:中文

页码: 79-83

在线出版日期: 2007-08-10（万方平台首次上网日期，不代表论文的发表时间）