《表2 样本筛选前后的神经网络训练时间、正确率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于仿射传播聚类的说话人识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验2将选取的不同样本通过神经网络算法进行比较，该实验采用了4层BP神经网络作为分类器，包括输入层、2层隐层和输出层，根据经验值对各隐层节点数进行了设置。第1层隐层节点数设置为了输入层与输出层节点数总和的50%，第2层隐层节点数则设置为了第1层隐层节点数与输出层节点数总和的50%。其中，BP网络的训练精度为0.01，学习率为0.01，最大迭代次数为5 000，并且设置过拟合检测次数为100。本文采用每句话的分类统计结果来对说话人进行识别，即统计每句话转化为声纹特征后，对每句话中各个样本特征的分类识别结果进行统计，每句话中出现最多的分类结果作为对该句话的最终识别结果。由于BP网络的训练结果的随机性，本文对每种特征分别进行了10次训练和测试，对各特征的识别结果进行了统计，最终的识别结果表2所示。从表可见，AP聚类能够有效的压缩数据，极大地降低训练成本并节约训练时间，且能有效地发现说话人的本质特征，其聚类前后的说话人识别的准确率无本质差异。