10.14132/j.cnki.1673-5439.2015.01.009
噪声环境下基于稀疏表示的说话人识别
在噪声环境下,稀疏表示方法并没有表现出它出色的区分性能,反而由于特征的分散导致性能的大幅下降.根据语音特征参数之间的相关性,提出了一种适用于稀疏表示说话人识别的全局补偿方法.该方法对不同阶特征参数进行逐一分析,目的是为了找出被噪声影响最严重的一阶参数并去除之,以此增强测试语音与训练语音之间的相关性.理论分析和实验结果表明,该方法具有很好的抗噪性能,在信噪比为5dB时,带有白噪声的语句识别率达到了85.7%,而在高信噪比时,其识别率能够达到97.5%,几乎等同于干净语音的识别率.
稀疏表示、说话人识别、全局补偿、鲁棒性
35
TN912.3
国家重点基础研究发展计划973计划2011CB302303
2015-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
60-65