文件名称：论文研究-基于改进Citation-KNN算法的性别识别研究.pdf
文件大小：650KB
文件格式：PDF
更新时间：2022-10-01 00:35:19
论文研究
为了简化系统模型训练方法，提高性别识别系统的整体效率，提出了一种基于改进Citation-KNN算法的说话人性别识别方法。该方法将连续语音切分，训练每段语音的高斯混合模型（Gaussian Mixture Model，GMM）作为多示例包，其所有混合元为相应包中示例；采用改进的Hausdorff距离作为包与包之间的距离测度，通过Citation-KNN算法进行性别识别。该方法以多示例包间距离为分类依据，简化了系统训练，且识别率优于一些传统算法。