10.3969/j.issn.2095-2163.2012.02.017
基于BP神经网络的说话人识别技术的实现
说话人识别就是从说话人的一段语音中提取出说话人的个性特征,通过对这些个人特征的分析和识别,从而达到对说话人进行辨认或者确认的目的.神经网络是一种基于非线性理论的分布式并行处理网络模型,具有很强的模式分类能力及对不完全信息的鲁棒性,为说话人识别技术提供了一种独特的方法.BP(Back-propagation Neural Network)是一种非循环多级网络训练算法,有输入层,输出层和N个隐含层组成.首先概述了语音识别技术,介绍了BP神经网络训练过程的7个步骤及其模型,如何建立BP神经网络模型.同时介绍了与其相关的特征参数的提取,神经网络的训练和识别过程,最后,通过编程在Linux系统下实现说话人身份的识别.
说话人识别、BP神经网络、特征参数、Linux
2
TP391.42(计算技术、计算机技术)
宁夏自然科学基金项目NZ1103
2012-08-31（万方平台首次上网日期，不代表论文的发表时间）
共3页
47-49
