摘要
提出了一种基于最小分类错误准则的概率神经网络的训练算法。实验结果表明 ,这种分类网络及其学习算法在 30个说话人辨认应用中利用 5秒清晰语音获得 98.4%的辨认率 ,利用 15秒电话语音获得 85 .1%的辨认率。
This paper presents a training algorithm for probabilistic neural networks using the MCE criterion. Experimental results for speaker identification indicate that this classifier network and its training algorithm attain 98.4% identification accuracy using 5 second clean speech utterances and 85.1% accuracy using 15 second telephone speech utterances with a 10 speaker population.
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2002年第z3期154-156,173,共4页
Chinese Journal of Scientific Instrument
基金
燕山大学科技发展基金资助项目
关键词
说话人辨认
高斯混合模型
概率神经网络
最小分类错误
Speaker identification Gaussian mixture model Probabilistic neural networks Minimum classification error