基于自然进化机制的话者模板优化

提出了一种基于自然进化机制的话者模板优化方法，该方法通过对话者训练样本的适应度动态定标，利用交叉、变异和遗传选择操作，可以从有限个话者训练样本集中产生出优化的话者模板，通过话者识别实验，说明这种方法产生的模板较之传统方法产生的模板更好地反映了话者的特征，并且具有更好的时间适应性，同时也减少了对话者语音训练集的依赖。

一种基于遗传算法的话者身份确认系统建模方法

本文描述了一种采用短语音和基于遗传算法的话者身份确认系统的建模方法．利用遗传算法的全局搜索和优化特性，系统只需利用话者的短语音，就可快速建立话者的一类较优秀的模板．实验结果表明，这种方法既降低了用户的语音数据采集量，有利于话者模板的建立，又提高了系统的确认性能及鲁棒性，较传统方法有明显的优越性．