《表1 总体性能对比:基于深度神经网络的说话人识别模型研究》
表1中,本文所提出的DNN模型相较于传统的GMM-UBM以及GMM方法均有不同程度的提高。本文所提出的DNN的识别率最终稳定在95%左右,而GMM-UBM只有80%以及GMM的70%左右。采用DNN方法系统在识别人数增加的情况下没有明显的下降,而且比采用GMM-UBM模型识别率提高了15%左右,论文所设计的DNN模型有着较高的识别率。
图表编号 | XD0015672600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 李浩、鲍鸿、张晶 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院、广东外语外贸大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |