原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种改进的高斯溷合模型算法,em算法高斯混合模型,改进的高斯混合模型,高斯算法,高斯模糊算法,高斯滤波算法,高斯拟合算法,高斯算法公式,android高斯模糊算法,高斯牛顿算法
第 卷 第 期 信 息工 程 大 学 学报
/ ! WAN R / +A R!
!0 年 月
/ AGB5=N AQ ;5QABE=C:A5 (5J:544B:5J 25:S4BL:CP G5 R!0
一种改进的高斯混合模型算法
许 雯，董 林，田家斌
（北方计算中心，北京 %%）
摘要：建立声学模型是说话人识别技术的重要环节，一种好的建模方法对说话人识别系统的识
别率具有极其重大的影响。本文介绍了一种改进的高斯混合模型算法———将聚类算法与传统
高斯混合模型结合起来的建模方法，并对此种建模方法得出的识别效果与传统的高斯混合模
型进行了比较。从对比结果可以看出，基于聚类的高斯混合模型的说话人识别相对于传统的
高斯混合模型在识别率上有所提高。
关键词：高斯混合模型；聚类算法； 算法
()
中图分类号： 文献标识码： 文章编号： （ ）
*+%! ,-# . %/’% $ /’- !0 ! $ /0 $ -
! #$%’()* !+,’-./$ ’0 122
， ，
12 345 67+8 9:5 *;.+ :=?:5
（ ， ， ）
*@4 +ABC@ DAEFGC=C:A5 D45C4B H4:I:5J %% D@:5=
： ，
!34.56. D@=B=KC4B:LC:K EAM4N:5J :L =5 :EFABC=5C N:5O :5 C4K@5ANAJP AQ LF4=O4B :M45C:Q:K=C:A5 = 5:K4 EAM
4N:5J E4C@AM :EF=KC A5 C@4 F4BQABE=5K4 AQ LF4=O4B :M45C:Q:K=C:A5 LPLC4E R *@:L =BC:KN4 :5CBAMGK4L =5 :E
，
FBAS4M =NJAB:C@E AQ 8)) T@:K@ KAE?:54L KN=LL:K=N 8)) T:C@ KNGLC4B:5J =NJAB:C@E =5M KAEF=B4L C@4:B
F4BQABE=5K4 R UBAE C@4 B4LGNCL，
C@4 =BC:KN4 KA5KNGM4L C@=C 8)) ?=L4M A5 KNGLC4B:5J =NJAB:C@E @=L @:J@4B
F4BQABE=5K4 C@=5 KN=LL:K 8)) =NJAB:C@E R
： ； ；
7)8 9’*4 8)) KNGLC4B:5J =NJAB:C@E () =NJAB:C@E
的高斯模型进行聚类，使所建声学模型与实际语音
% 引言 的拟合度加大，从而提高了识别率。为了更清晰地
文档评论（0）