非目标说话人GMM与BP神经网络声纹研究

声纹识别技术在生物特征识别领域区别于指纹、脸、虹膜等,其易获取、成本低等优势使其研究应用愈加广泛。研究了基于一种混合高斯模型的方法达到提高声纹识别率的效果。该方法充分利用非目标用户的混合高斯模型,其概率对数输出与BP神经网络结合,实现对混合高斯模型的补充作用,提高声纹识别率。该模型以多个预先训练的非目标用户的混合高斯为起点,接收来自目标用户的语音数据,产生的输出作用下一级神经网络的输入,进一步对数据进行训练。经实验结果表明,目标用户GMM模型的识别准确率为88.73%,而GMM-BP模型的识别准确率达到93.45%。