《表2 不同说话人模型下的识别率比较》

  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

《基于卷积长短期记忆网络的说话人辨识》

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

同样选择50个说话人。在训练阶段采用不含噪音的语音数据训练说话人模型，在识别阶段，将噪音与干净语音的按一定比例融合，得到含噪的语音识别数据，对于含噪语音同样采用预处理，在卷积LSTM神经网络训练中，进行去噪音处理，然后利用得到的纯净语音，训练说话人模型GMM-SVM。同时实验对测试语音加完噪音后，提取MFCC及其一阶差分组成24位语音特征参数，分别训练GMM、SVM、GMM-SVM。从表2可以看出，当信噪比为30dB时，基本上识别不出说话人，但随着信噪比的增加，经过LSTM降噪处理，系统的识别率会比没有经过降噪处理的模型（GMM、SVM、GMM-SVM）的识别库率，验证了系统鲁棒性。