利用线性与非线性预测模型残差信号的说话人识别
声音
2022-03-18 v1 音频与语音处理
摘要
本文讨论了残差信号对于说话人识别的有用性。研究表明，将基于LPCC系数定义的测度与基于残差信号能量定义的测度相结合，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，则改进为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，则改进为3.68%。
引用
@article{arxiv.2203.09231,
title = {Speaker recognition using residual signal of linear and nonlinear prediction models},
author = {Marcos Faundez-Zanuy and Daniel Rodríguez-Porcheron},
journal= {arXiv preprint arXiv:2203.09231},
year = {2022}
}
备注
4 pages, published in 5th International Conference on spoken language processing. Vol.2 pp.121-124. ICSLP 1998. ISBN 1-876346-17-5