基于AdaBoost算法的回放语音检测研究

论文摘要

针对语音判别系统中单个分类器分类能力有限的问题,提出一种基于AdaBoost算法的回放语音检测方法。以常量Q倒谱系数和均值超矢量分别作为特征参数和AdaBoost算法的输入,将多个分类器的检测结果相结合并进行加权投票,从而降低系统的等错误率（EER）。研究关系因子、均值超矢量维数以及弱分类器数量对检测结果的影响,以设置系统的最优参数。实验结果表明,该检测方法在开发集和评估集上的EER值分别为4.17%和16.81%,相比GMM-ML方法分别降低了65%和44%。

论文目录

• 0 概述
• 1 基于AdaBoost的回放语音检测方法
• 2 特征提取
• 3 AdaBoost算法性能分析
• 4 实验结果与分析
•   4.1 关系因子对检测结果的影响
•   4.2 GSV维数对检测结果的影响
•   4.3 弱分类器数目对检测结果的影响
•   4.4 不同检测方法性能对比
• 5 结束语

文章来源

类型: 期刊论文

作者: 贾甜博,蒋晔

关键词: 自动说话人确认,回放语音检测,算法,均值超矢量,加权投票

来源: 计算机工程 2019年12期

年度: 2019

分类: 信息科技

专业: 电信技术

单位: 南京财经大学信息工程学院

基金: 江苏省自然科学基金青年基金(BK20150987)

分类号: TN912.3

DOI: 10.19678/j.issn.1000-3428.0053482

页码: 263-266+273

总页数: 5

文件大小: 386K

下载量: 143