基于性别相关SPHMMs的中性与喊叫语音环境说话人识别
人工智能
2017-06-30 v1 声音
摘要
众所周知，说话人识别在中性语音环境中表现极好；然而，在喊叫语音环境中识别性能急剧下降。本工作旨在提出、实现并测试一种新方法来增强在喊叫语音环境中下降的性能。新提出的方法基于性别相关说话人识别，使用超音段隐马尔可夫模型（SPHMMs）作为分类器。该提出的方法已在两个不同且独立的语音数据库上测试：我们收集的数据库和模拟与实际压力下的语音（SUSAS）数据库。本工作的结果表明，基于SPHMMs的性别相关说话人识别分别优于基于相同模型的性别无关说话人识别和基于隐马尔可夫模型（HMMs）的性别相关说话人识别约6%和8%。基于所提方法获得的结果接近于人类裁判在主观评价中获得的结果。
引用
@article{arxiv.1706.09767,
title = {Speaker Identification in each of the Neutral and Shouted Talking Environments based on Gender-Dependent Approach Using SPHMMs},
author = {Ismail Shahin},
journal= {arXiv preprint arXiv:1706.09767},
year = {2017}
}