一种基于高斯混合模型的说话人识别的有效评分算法.docVIP

一基于高斯混合模型的说话人识别有效评分算法 这提出了新降低的计算复杂度应用于整个观察序列是已知的，我们说明了的说话人模型快速测向量时间序列累积概率整体的方法集成到一个光束的搜索策略当从138人的YOHO语料库在标准的全搜索方法140的一个因素标准的束搜索方法的六倍 一、介绍 通过语音识别说话人的能力在最近文献中备受关注银行电话，计算机安全，以及获得对的安全文件被证明与现有的技术相比提供优越的性能低至0.7%的错误率YOHO语料库采样8千赫试验材料的数量和长度的增加，进行识别的计算成本大幅增加这降低说话人识别的计算复杂的问题束搜索修剪一新的观测序列重排。 在高斯混合模型的说话人识别中，语音用特征化的帧同步观测向量。典型的帧速率是以10毫秒三维特征每个帧瞬间重叠分析窗口发现在后验概率最大化 (1) 利用Bayes规则，（1）可以表示为 (2) (3) 其中被假定为模拟多变量高斯分布的混合物， ,其中和分别代表混合物质量，均值向量和协方差矩阵第个分布。在式（3）中，观测值被认为是统计独立的，因此时间信息不进行编码的模式。此外，为了避免数值稳定性问题，式（3）使用对数似然计，在一般情况下，使用对角线协方差矩阵产生模拟观测 (4) 完整的评价（4）要求显著的计算资源，如果说话人模型的数目或