论文部分内容阅读
为了改善发声力度变化对说话人识别系统性能的影响。针对不同发声力度下语音信号的分析，提出了使用发声力度最大后验概率（Vocal Effort Maximum A Posteriori，VEMAP）自适应方法更新基于高斯混合模型一通用背景模型（Gaussian Mixture Model—Universal Background Model，GMM—UBM）的说话人识别系统模型。实验表明，所提出的方法使不同发声力度下系统EER％降低了88．45％与85．16％，有效解决了因发声力度变化引起的训练语音与测试语音