说话人识别是指利用说话人的语音特征识别说话人的身份。说话人识别可以广泛应用于司法鉴定、智能语音助手等领域,一直是语音信号处理方面的一个研究热点。本文提出了基于独立向量分析和并行卷积神经网络的语音特征融合算法来实现说话人识别。论文的主要研究工作如下:1.提出了一种基于独立向量分析的语音特征融合算法。首先,分别提取说话人的语音信号的时域特征和频域特征,将该说话人的时域特征和频域特征分别构成时域特征矩阵和频域特征矩阵,再将说话人的时域特征和频域特征矩阵并联来构成一个特征张量。利用独立向量分析,分别估计时域特征和频域特征的独立特征分量矩阵,然后将时域和频域特征的独立特征分量矩阵并联得到说话人的语音信号的融合特征,同时构建说话人的模型。最后将说话人语音信号的融合特征作为深度卷积神经网络的输入,利用深度卷积神经网络提取说话人语音信号的深度特征,将该深度特征作为全连接层的输入,再将全连接层的输出作为Softmax层的输入来实现说话人识别。2.提出了一种基于并行卷积神经网络的语音特征融合算法。首先,利用独立向量分析,分别估计说话人的语音信号的时域特征和频域特征的独立特征分量矩阵。然后,将该说话人语音信号的时域特征的独立特征分量矩阵和频域特征的独立特征分量矩阵分别作为并行卷积神经网络的输入来提取时域特征和频域特征的深度特征,将时域特征和频域特征的深度特征级联得到说话人语音信号的融合特征。最后,将该融合特征作为全连接层的输入,再将全连接层的输出作为Softmax层的输入来实现说话人识别。