论文部分内容阅读
当测试语音时长充足时，单一特征的信息量和区分性足够完成说话人识别任务，但是在测试语音很短的情况下，语音信号里缺乏充分的说话人信息，使得说话人识别性能急剧下降。针对短语音条件下的说话人信息不足的问题，提出一种基于多特征i-vector的短语音说话人识别算法。该算法首先提取不同的声学特征向量组合成一个高维特征向量，然后利用主成分分析(PCA)去除高维特征向量的相关性，使特征之间正交化，最后采用线性判别分析(LDA)挑选出最具区分性的特征，并且在一定程度上降低空间维度,从而实现更好的说话人识别性能。结合TIMI