说话人识别系统 团队：视听 珍妮弗·达卡奈（Majeia Reagle） EEC 201最终项目 抽象的 该项目演示了如何使用数字信号处理来创建一个系统，该系统通过使用梅尔频率倒谱系数（MFCC）提取独特的语音特征来自动识别说话者，并演示了LBG算法的有效性。每个扬声器的MFCC功能都是使用LBG算法（K均值聚类）计算的，该算法生成最初以一个质心开始的代码本。该系统首先通过创建密码本来训练识别每个说话者，然后通过确定最接近每个说话者的距离进行测试。系统识别出的扬声器精度为97.2％。 介绍 通

说话人识别系统 EEC201最终项目 团队成员：钱伟泰，Ata Vafi 抽象的 该项目建立了一个依靠少量样本的说话人识别系统。它主要具有3个阶段的流水线：（1）特征提取（2）特征学习（3）说话人识别。在特征提取阶段，使用海明窗尺寸为256的短时傅立叶变换（STFT）。然后将20个滤波器用于MFCC以生成20维训练向量。在特征提取之后，使用矢量量化和k均值聚类来学习这些特征。在使用陷波滤波器生成更多噪声数据集之前，该系统在训练集上达到100％的精度，在测试集上达到100％的精度。 介绍 方法 首