南京邮电大学学报(自然科学版)

作者：陈海霞,徐珑婷,杨震

单位：南京邮电大学 宽带无线通信与传感网技术教育部重点实验室，江苏南京210003东华大学 信息科学与技术学院，上海201620南京邮电大学 宽带无线通信与传感网技术教育部重点实验室，江苏南京210003；南京邮电大学 通信与网络技术国家地方联合工程研究中心，江苏南京210003

关键词：I vector特征向量；深度置信网络；渐进式神经网络；多维说话人信息识别

基金：国家自然科学基金(61271335)和国家高技术研究发展计划(863计划)(2006AA010102)资助项目

提出了一种识别多维语音信息的方法，用来同时识别说话人身份、性别和情感信息，选择身份特征参数I vector向量表示语句特征。首先基于深度置信网络（DBN）设计了一个性别相关的多维语音识别基线系统，然后在基线系统基础上又提出了一种基于渐进式神经网络技术（Progressive Neural Network，ProgNets）的多维说话人信息识别方法。在性别相关的基础上，将辅助语音识别模型知识迁移学习到主语音识别模型中，进而增强语音识别性能。实验结果表明，基线系统识别结果比非同时识别的单维语音识别DBN模型的平均识别率提升了4.73%，而基于ProgNets系统的多维系统识别精度比基线系统高1.8%。

来源：2019年第1期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2019年第1期