基于修正EM算法的说话人识别的研究.pdfVIP

语音技术nn 凹⑨6@@媳@响响⑨Ⅱ⑥卿U 文章编号：1002-8684(2004)12一∞51_03 基于修正EM算法的说话人识别的研究 ·论文· 成新民1一，沈律2，赵力2，邹采荣2 (1．湖州师范学院信息工程分院，浙江湖州313000；2．东南大学无线电系，江苏南京210096) 【摘要】提出了针对说话人识别的GMM模型训练的新方法。理论推导和实验结果表明，与GMM常用的传统EM 算法相比，提出的新算法能够解决训练中会出现奇异阵的问题，并能提高系统识别率。 【关键词】说话人识别；高斯混合模型；EM算法 【中图分类号】TN912 【文献标识码】A Researchof BasedonModifiedEM SpeakerRecognition Algorithm CHENG Xin-minl，一，SHENLti2，ZHAOLi2，ZOUCai—ron92 ofInformation Teachers (1．College 313000，China； Engineering，HuzhouCollege，Huzhou 2．Radio Department，Southeast 210096，China) Engineering University，Nanjing newmethodwhichaimsattheGMMmodelon is resultsofthe 【Abstract】A speakerrecognitionproposed．The showthatthenewmethodcansolvethe ofoddmatrixin andthe rateis experiments problem training recognition when withtraditionalEM improvedcompared algorithm． Mixture Model(GMM)；EM 【Keywords】speakerrecognition；Gauss algorithm 1 引言 (工IA)= 乞 (1)(1) 9(工…：Za,bP a／b心)；∑ai=li(工)； 语音是人的自然属性之一，每个人的语音中都蕴 含着与众不同的个人特征【11。说话人识别着眼于提取包 员的高斯概率密度函数；嚷@)(i=l，2，…，膨)是混合 含在语音信号中的个人特征，以达到识别说话人的目 的。 自动说话人识别按其被输入的测试语音来分，可 …，M)。每个成员密度函数是一个D维变量的高斯分 布函数，形式为 分为与文本(Text)无关的说话人识别和与文本有关的 说话人识别。前者是不规定说话内容的说话人识别，后 者是规定内容的说话人识别。对于与文本无关的说话