基于独立分量分析的说话人识别技术

全部作者：邱作春 曾庆宁第1作者单位：桂林电子科技大学,信息与通信学院论文摘要：独立分量分析方法是1种将线性混合信号进行分离，得到统计独立的源信号的技术，能用于提取组合语音的特征基函数。倒谱矢量符合ICA变换的`假设条件，用ICA方法对MFCC特征进行转换得到ICA特征基，继而用于说话人识别，建立了1个基于独立分量分析的说话人识别系统。实验结果表明，在噪声环境下此系统具有更高的识别率。关键词：独立分量分析，说话人识别，矢量量化，高斯混合模型 (浏览全文)发表日期：2007年05月11日同行评议：

1．公式说明不清楚。如：各式中E[.]运算是说明运算？求统计期望？文中未作说明；公式（6）中”g”是什么？公式说明中的”v,f(.),F(.)”在公式中不存在；公式(7)(8)中的“ g’ ”又是什么？2．实验结果中，对含噪语音的识别，采用两种特征参数“MFCC”和“ICAft”时都在前端作消噪处理了吗？如果都进行了消噪处理，两种参数的识别结果差异会有如此之大？ICA方法对识别率的提高有如此大的贡献？对作者给出的这1结果的正确性表示严重怀疑。另外，对采用VQ模板的系统在5dB情况下能取得85％以上的识别率也持有疑问。3. 建议再作实验仿真，对结果再验证！