本文概述了文本无关的说话人识别，介绍了其基本原理和分类。说话人识别依赖于声道和说话习惯的独特性，分为文本无关和文本相关两类。重点讨论了特征选择的重要性，理想的特征应具有区分度、鲁棒性和稳定性。此外，文章还简要阐述了说话人模型，包括模板模型和随机模型，并提及了生成模型和判别模型的应用。
本文是读书笔记。个人比较浅显的理解，其中有一些专业词汇也是个人自己的翻译，如果有不对的希望大家指正。
来自论文《An overview of text-independent speaker recognition: From features to supervectors》的第一章节和第二章节。
一 引言
说话人识别简介：也叫做声纹识别，通过声音识别说话的人是谁。（注意跟语音识别的区别）
说话人识别的可行性：
1、物理层面（先天因素）：每个人的声道形状，咽喉（larynx）尺寸等发声器官都是不一样的。
2、心理层面（后天因素）：每个人的说话习惯是不同的，例如重音、节奏、语气、发音模式、口头禅等。
说话人识别的分类：文本无关和文本相关。（其中文本无关的说话人识别难度更大）
文本无关（text-independent）：识别与说话的内容无关（即不管说话内容是什么，都可以识别出说话人&
最低0.47元/天 解锁文章
扫一扫
4954
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
