基于丢包补偿和GMM-DM的说话人识别算法

针对说话人语音数据在网络传输过程中的丢失问题,该文提出了一种基于Lagrangian插值的分组恢复方法,评估了丢失帧的实际位置,效果良好,改进了GMM识别算法,分析了一种基于GMM-DM的识别算法,克服了数据丢失对系统识别率的影响。实验结果表明,Lagrangian插值分组恢复方法和GMM-DM识别算法,在丢包率比较大时,可以减小丢帧而造成的负面影响,在训练数据不充分时,提高了系统的识别率。