| 题名 | 信道鲁棒的文本无关说话人识别及应用; Channel Robust Text-Independent Speaker Recognition and Application |
| 作者 | 陈万里 |
| 答辩日期 | 2013 ; 2013 |
| 导师 | 洪青阳 |
| 关键词 | UBM-GMM NAP LFA GMM-SVM i-vector 稀疏表示 无监督迁移分量分析 迁移学习 UBM-GMM NAP LFA GMM-SVM i-vector Sparse Representation Unsupervised Transfer Component Analysis Transfer Learning |
| 英文摘要 | 由于信息安全问题的不断涌现，在公共安全、金融、商业等领域，基于生物特征认证技术的产品需求逐渐膨胀。说话人识别作为唯一适合远程认证的技术，逐渐被各个领域所接受，并开始得到应用。但实用系统中，各式各样的语音采集设备与传输信道差异，使得训练语音与测试语音之间存在信道失配的情况，导致说话人识别性能急剧下降。这便是说话人识别中的跨信道问题，它也是影响说话人识别性能最重要的因素之一。因此，如何在最大程度上降低跨信道对识别性能的影响，将是本课题的研究重点。 本文从特征域、模型域及得分域这三个层面，采用一系列行之有效的算法，降低跨信道对说话人识别的影响，并尝试将迁移学习用于说话人识别中，并将其与传统的跨信道...; With more attention of information security, the products based on biometric authentication technology are greatly demanded in public safety and financial field. Voiceprint recognition, as the best choice of long-distance and non-contact biometric technology, has attracted widespread attention and become commercialized. But for the application systems, there exist different recording devices and t...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机应用技术; 学号：31520101153179 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=39419 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/79555]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 陈万里. 信道鲁棒的文本无关说话人识别及应用, Channel Robust Text-Independent Speaker Recognition and Application[D]. 2013, 2013. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论