论文部分内容阅读
在基于高斯混合模型的说话人鉴别中,对两个模型的整句得分A和B分别做归一化,并不能改变A和B的大小关系,也就是说,归一化与否并不影响系统的识别率.提出了一种基于语音帧得分下的非线性变换,重新调整了测试语句对各个模型得分的排序结果,在不影响原有正确识别的前提下,使原本被误识的部分语句得到确认.用138人的YOHO语料库做的实验,相对误识率降低了44.17%.