办公环境下使用神经遗传混合算法改进文本相关说话人识别系统
声音
2009-09-15 v1
摘要
本文提出了一种在噪声环境下改进的自动文本相关说话人识别系统策略。识别过程结合了神经遗传混合算法与倒谱特征。为了去除源话语中的背景噪声，使用了维纳滤波器。采用不同的语音预处理技术，如起止点检测算法、预加重滤波、分帧和加窗，来处理语音话语。使用RCC、MFCC、MFCC、MFCC、LPC和LPCC来提取特征。在语音特征提取后，将神经遗传混合算法用于学习和识别目的。通过使用不同技术提取特征以优化识别性能。根据VALID语音数据库，在闭集文本相关说话人识别系统中，对于录音室环境达到了100.000%的最高说话人识别率，对于办公环境条件达到了82.33%。
引用
@article{arxiv.0909.2363,
title = {Improvement of Text Dependent Speaker Identification System Using Neuro-Genetic Hybrid Algorithm in Office Environmental Conditions},
author = {Md. Rabiul Islam and Md. Fayzur Rahman},
journal= {arXiv preprint arXiv:0909.2363},
year = {2009}
}
备注
International Journal of Computer Science Issues (IJCSI), Volume 1, pp42-48, August 2009