基于DNN与基音周期的说话人识别
【摘要】 传统说话人识别框架大多建立在高斯混合模型(GMM)上的，然而这种浅层学习模型不能有效地表征数据特征之间的高阶相关性，识别效果较差。本文提出一种基于深度神经网络(DeepNeuralNetwork，DNN)与基音周期(PitchPeri-od，PP)相结合的说话人识别方法，模型主线识别以对数梅尔滤波器组特征参数作为DNN的输入，通过训练DNN模型提取说话人的声纹特征;针对DNN模型阈值设定人的主观性影响，利用动态时间规整技术匹配说话人基音周期进行辅助识别。实验结果表明，这种双重识别方法等错误率可以达到1.6%，较DNN系统与EM-GMM系统等错误率分别降低了1.2%和2.4%，并且在噪声环境中仍具有较好的鲁棒性。
