论文部分内容阅读
提出了一种基于PCANN／PDP混合结构的实际环境下说话人识别的方法。它采用相继几帧组成的特征参数矢量作为说话人识别系统的输入，能有效地在说话人识别系统中引入帧间相关信息。针对噪声往往具有帧间相关性小，能量分布频率范围广且数值较小，在语音信号主分量特征中对应于贡献率较小的分量等特点，话人识别系统的前端增加语音参数压缩的主分量分析神经网络（PCANN）。同时提出了概率DP匹配说话人识别方法。通过对噪声环境下与文本无关的说话人识别实验，这种方法的有效性得到了验证。