论文部分内容阅读
基于稀疏表示的说话人识别方法在无噪的环境下已经达到了理想的效果,然而在背景噪声下,此方法的识别性能大幅度下降。为了提高系统的鲁棒性,提出了一种新型的基于稀疏表示的鲁棒性说话人识别系统模型。此系统结合多状态训练和语音增强谱减法,在训练阶段和测试阶段同时利用语音增强技术,然后对增强后的语音进行多状态训练,以便提高训练特征数据集和测试特征数据集之间的匹配度。实验分析和结果表明,所提出的新型模型在所研究的白噪声和有色噪声下达到了很好的抗噪性能,具有很强的鲁棒性。