10.3969/j.issn.1006-0871.2008.03.018
采用遗传算法的文本无关说话人识别
为解决在说话人识别方法的矢量量化(Vector Quantization,VQ)系统中,K-均值法的码本设计很容易陷入局部最优,而且初始码本的选取对最佳码本设计影响很大的问题,将遗传算法(Genetic Algorithm,GA)与基于非参数模型的VQ相结合,得到1种VQ码本设计的GA-K算法.该算法利用GA的全局优化能力得到最优的VQ码本,避免LBG算法极易收敛于局部最优点的问题;通过GA自身参数,结合K-均值法收敛速度快的优点,搜索出训练矢量空间中全局最优的码本.实验结果表明,GA-K算法优于LBG算法,可以很好地协调收敛性和识别率之间的关系.
说话人识别、GA-K算法、K-均值法、码本设计、遗传算法、矢量量化、美尔倒谱因数
17
TP391.42(计算技术、计算机技术)
国家自然科学基金60573172;SUN和AMD公司资助项目
2008-11-13（万方平台首次上网日期，不代表论文的发表时间）
共3页
69-71
