用神经阵列网络进行文本无关的说话人识别

提出了一种可用于说话人识别的神经阵列网络,它以仅完成两类模式区分的小型网络作为子网络,再将单个子网络组合成阵列形式来完成多类模式的区分。文中给出了阵列网络的构成及搜索算法,并使用径向基函数(RBF)阵列网络进行了文本无关的说话人识别的研究。实验显示,对 20名说话人,用 5秒语音训练, 2秒语音识别时,该方法可达到 98%的正确识别率。