10.3969/j.issn.1000-386x.2016.06.039
一种基于深度神经网络的话者确认方法
主要研究基于深度神经网络的话者确认方法。在训练阶段，以语音倒谱特征参数作为输入，说话人标签作为输出有监督的训练DNN；在话者注册阶段，从已训练的DNN最后一个隐藏层抽取与说话人相关的特征矢量，称为d-vector，作为话者模型；在测试阶段，从测试语音中抽取其d-vector与注册的话者模型相比较然后做出判决。实验结果表明，基于DNN 的话者确认方法是可行的，并且在噪声环境及低的错误拒绝率的条件下，基于DNN的话者确认系统性能比i-vector基线系统性能更优。最后，将两个系统进行融合，融合后的系统相对于i-vector基线系统在干净语音和噪声语音条件下等误识率（EER）分别下降了13％和27％。
话者确认、深度神经网络、深度学习
33
TP3(计算技术、计算机技术)
2016-07-15（万方平台首次上网日期，不代表论文的发表时间）
共4页
159-162
