应用于基于矢量量化的说话人识别的三粒子协同优化方法

摘要

本发明涉及一种应用于说话人识别的三粒子协同优化方法，是矢量量化说话人码本模型优化设计方法，包括：初始群体为6个粒子分成2个子群，每个粒子代表一个码本，每个子群由三个粒子组成命名为三粒子，2个三粒子分别采用不同的粒子更新参数，以实现全局探索和局部搜索。在每次迭代中粒子执行PSO的速度和位置更新以及迭代次数为3的LBG算法操作。每当达到混合更新次数时，将粒子混合并划分新的三粒子，实现全局信息交换和协同进化。当满足初始群体的最大迭代次数时，从2个三粒子中选出2个粒子继续进行搜索直至达到精英粒子的最大迭代次数，最优者作为说话人码本模型。本发明较好地解决了初始码本影响优化结果问题，对短语音说话人识别性能改善明显。