用于神经网络说话人识别的PCA-GA研究  

Neural network for speaker recognition of PCA-GA research

作　　者：俞利强[1,2] 马道钧[1,2] 

机构地区：[1]西安电子科技大学通信工程学院,陕西西安710071 [2]北京电子科技学院计算机科学与技术系,北京100070

出　　处：《计算机工程与设计》2009年第19期4503-4505,共3页Computer Engineering and Design

摘　　要：针对用于神经网络说话人识别的海量特征参数带来的识别率和网络训练稳定性的问题,提出了一种用于神经网络的基于语音特征参数的PCA新方法。该方法提取出的新特征参数在神经网络中的识别率和训练速度得到较大提高。结合GA能有效防止网络收敛于局部极小点,缩短训练时间,提高网络稳定性。从而全面提高了基于NN的说话人识别效果。For neural network on speaker recognition by the mass characteristics parameters brought the recognition rate and the network stability problems. New methods of PCA on voice character parameters is proposed, which used in NN. New characters parameters can speedy enhance the recognition rate and speed training in NN. Combined with GA arithmetic can effectively prevent network convcrgencc to local minimum point and reduce the training time. The method can enhance the NN speaker recognition efficiency.

关 键 词：主成分分析 线性预测倒谱系数 美尔频率倒谱系属 遗传算法 BP网络 

分 类 号：TP391.42[自动化与计算机技术—计算机应用技术]