基于2DPCA特征降维的CNN说话人识别 |
| |
引用本文: | 张学祥,雷菊阳.基于2DPCA特征降维的CNN说话人识别[J].教育技术导刊,2022(1):131-135. |
| |
作者姓名: | 张学祥 雷菊阳 |
| |
摘 要: | 针对使用话语级特征参数矩阵作为卷积神经网络输入而导致收敛速度慢及识别率低的问题,提出一种基于二维主成分分析(2DPCA)特征降维的卷积神经网络(CNN)说话人识别方法.首先将每段语音分帧成多个帧级语音并提取同等大小的帧级特征组成特征矩阵,然后利用2DPCA对特征矩阵进行降维处理,再将得到的主成分特征向量组合成新的特征矩...
|
关 键 词: | 二维主成分分析 帧级特征 卷积神经网络 说话人识别 |
|
|