论文部分内容阅读
提出基于深度学习以及改进的深度学习模型的声纹识别方法，通过改变GMM-UBM的阶数进行声纹识别实验，寻找到性价比最高的M值，并分别通过卷积神经网络（CNN)及递归神经网络（ESN)中的回声状态网络进行声纹识别的实验和测试。实验结果表明CNN及ESN能够进行有效的声纹识别，并且具有较高的识别准确率，其中基于ESN的声纹识别经验证能够满足当先声纹识别领域的需求，如果能够解决CNN参数设置难度，CNN则能够广泛投入使用。