基于卷积长短期记忆网络的说话人辨识  

作　　者：刘雪燕[1] 李逵 袁宝玲[1] 

机构地区：[1]中山火炬职业技术学院信息工程系,广东中山528436

出　　处：《信息通信》2020年第8期27-29,共3页Information & Communications

基　　金：中山火炬职业技术学院校级基金(2019JY0104)。

摘　　要：利用卷积长短期记忆网络适合时间序列数据的分类和预测处理特点,文章将含有噪音的语谱图映射到卷积长短期记忆网络的高维空间中聚类,去除噪音,构建GMM-SVM说话人模型,完成说话人辨识。实验表明提出的LSTM-GMM-SVM说话人系统具有很好的鲁棒性和识别率。

关 键 词：卷积长短期记忆网络 说话人辨识 语谱图 

分 类 号：TN912.35[电子电信—通信与信息系统]