1) speaker model clustering and score normalization
分类说话人识别和确认
2) speaker verification
说话人确认
1.
Improved algorithm for speaker verification;
一种改进的新型说话人确认算法
2.
Mandarin-Sichuan dialect bilingual text-independent speaker verification using GMM;
基于GMM的普通话和四川方言独立文本的说话人确认
3.
CGMM-UBM based speaker verification using short telephone speech;
基于CGMM-UBM的电话短语音说话人确认
3) speaker recognition
说话人识别
1.
Prevention of impostors entering speaker recognition systems;
防止假冒者闯入说话人识别系统
2.
Application of the improved VQ arithmetic to speaker recognition;
一种改进的VQ算法在说话人识别上的应用
3.
Application of vector quantification in speaker recognition;
矢量量化技术在说话人识别中的应用
4) Speaker identification
说话人识别
1.
Speaker identification using modified radial basis function networks by genetic algorithm;
说话人识别使用遗传RBF网络
2.
New codebook design method based on hybrid immune algorithm for text-independent speaker identification;
说话人识别中采用混合免疫算法的VQ码本设计
3.
Research and experiment of speaker identification algorithms based on artificial neural network;
基于神经网络的说话人识别算法的研究与实验
5) speaker verification
说话人识别
1.
Speaker verification based on Cohort Similarity
基于Cohort相似度的说话人识别
2.
Through analyzing some features that be used usually in speaker identification system nowadays,in order to improve the rate of identification,this paper puts forward a method that combining efficiently more features such as MFCC and LPCC and their one ranks coefficients and keynote period and so on to do speaker verification under Matlab 6.
通过分析当今说话人识别系统中常用的一些特征参数,以提高说话人识别的识别率为目的,在Matlab 6 。
3.
Most stateoftheart speaker verification systems need a speaker independent(SI) background model,and use some adaptive method to train the background model.
在大多数的说话人识别系统中,需要首先建立一个说话人无关的模型,这种模型成为全局模型。
6) Speaker Validate
说话人确认(SV)
补充资料：汉语语音识别分类
汉语语音识别分类
classification of Chinese speech recognition
一种方法是用一个经过良好训练的非特定人或上述特定分类的标准样板或模型，发音人发少量自适应训练句，对已存人的标准样板或模型参数进行修改，使之适应该特定人。hQnyU yuyin shibie fenlei汉语语音识别分类(d理洛incatkm of Chin已记s碑搜h rec雌夕ition)对汉语语音识别系统按识别对象或按使用者适应情况进行区分。 (l)按识别对象有以下三类识别方式。 ①孤立词识别旅立词识别是指在发待识别音时，单元间有明显的间歇。识别系统不需要特殊处理来分割单元。对汉语而言，以字、词或短语为单元构成词汇表，待识语音则为这些单元中的某一个。用词汇表全部或其一部分进行训练产生全部词汇的标准样板或模型(参见汉语语音识别)。汉语普通话中识别单元为全部可拼读音节时称全音节识别。汉语普通话实际使用的音节仅1 200个左右。根据(现代汉语词典》，包括轻声在内仅有1 333个不同音节，不考虑轻声仅剩12%个音节，而无调音节只有400个左右，这是汉语区别于外语的独特特点之一。全音节识别是实现汉语无限词汇识别和中文文本口呼输人的基础。 ②连接词识别连接词识别的识别词汇表也是字、词或短语，但识别时可以是它们中间几个的慢速连读。慢速连读是指既不像孤立词识别时单元间有明显间歇，也不像连续语音识别那样需用复杂的程序来切分单元，而是机器仍很容易分割单元。识别时只会产生替代错识，不会产生插人错误和丢失错误。例如词汇表包含“O”、“1”……、“9’’十个数字，识别时可念“3”、“27”、“659”等等。 ③连续语音识别连映语音识别的待识语音是一些完整的句子，以正常说话速度发音，比连接词发音要快得多，甚至还允许有一定的随意性。句中每个字或词与它们单独发音比，除了有字调和词调的变化外，由于它们在句中所处位置不同，受整句语调的影响。识别单元可以字或词为单元，也可用声母、韵母等音素为单元。由于上述原因，连续语音识别要对识别单元正确切分和识别是很困难的，是语音识别主要难题之一。在连续语音识别基础上对所识别的句子进行理解即为语音理解。 (2)按使用者适应情况可分为以下两类。 ①认人语音识别认人语音识别又称特定人语音识别识别系统只适应某一个特定人。系统训练时只用使用人的语音来生成识别单元的标准样板或模型(参见汉语语音识别)。因而仅适合其本人使用。其他人使用时要训练产生适合自己的标准样板或模型，否则识别率将大为下降。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条