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。