基于线性与非线性预测模型结合的说话人识别
声音
2022-03-08 v1 机器学习
音频与语音处理
摘要
本文研究将非线性预测模型与经典 LPCC 参数化相结合用于说话人识别。结果表明，基于 LPCC 系数的度量与基于预测分析残差信号的度量相结合，相比仅考虑 LPCC 系数的经典方法有所改进。若残差信号来自线性预测分析，改进为 2.63%（错误率从 6.31% 降至 3.68%）；若通过基于非线性预测神经网络的模型计算，改进为 3.68%。本文还提出了一种降低计算负担的高效算法。
引用
@article{arxiv.2203.03190,
title = {Speaker recognition by means of a combination of linear and nonlinear predictive models},
author = {Marcos Faundez-Zanuy},
journal= {arXiv preprint arXiv:2203.03190},
year = {2022}
}
备注
4 pages