首页> 中文会议>第十四届全国人机语音通讯学术会议 >基于GMM-SVM的文本相关说话人确认系统

基于GMM-SVM的文本相关说话人确认系统

摘要

在文本相关说话人识别领域,如何确认说话人身份以及文本内容是两大挑战.高斯混合模型-通用背景模型(GMM-UBM)作为说话人确认系统经典的一种模型,被广泛使用.针对文本内容的建模,绑定混合模型(TMM)可用来减少模型大小和计算复杂度.在本文中,首次对比了TMM-UBM和GMM-UBM的性能差异,并采用了一种基于GMM-SVM的文本相关系统,利用King-ASR-L-057中文数据库和RSR跨信道英文数据库进行了大量的实验,发现基于GMM-SVM的文本相关系统在跨信道语音上具有更好的鲁棒性与识别效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号