国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:余玲飞,刘强,
单位:1.浙江工商大学杭州商学院,杭州310018;2.电子科技大学计算机科学与工程学院,成都611731;
关键词:声纹识别,深度循环网络,卷积神经网络,语谱图,
基金:国家自然科学基金资助项目(61370204);浙江省自然科学基金资助项目(LQ16F02001);;
声纹识别是当前热门的生物特征识别技术之一,能够通过说话人的语音识别其身份。针对声纹识别技术进行了研究,提出了一种基于卷积神经网络(CNN)和深度循环网络(RNN)的声纹识别方案CDRNN。CDRNN结合了CNN和RNN的优势,可用于移动终端声纹识别。CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图,利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征,这些个性特征再输入到deep RNN中完成声纹识别,从而确定说话者的身份。实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率。
来源:2019年第1期
《计算机应用研究》期刊编辑部