原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
第30卷第18期 计算机工程 2004年9月
2004
VoL30脑18 ComputerEngineering September
文_际识码lA 中圈分类号t TP391·4
·人工智能及识别技术· 文ttlllq-lloooq428(2∞4)18—m13争珈2
基于高斯混合模型的乐器识别方法
张奇，苏鸿根
(中国科学院研究生院，北京100039)
捕耍：传统的乐器识男q方法采用的是树型分类方法，这种方法分类过程比较繁琐，而且精度不高。该文把话者识别的方法应用到乐器识男U
型。在识别过程中，首先假设各乐器的先验概率相同，根据高斯混合模型得出的后验概率确定待识别乐器所属的种类。实验表明这种识别方
法十分有效，取得了较高的识别精度。
关奠司：高斯混合模型；乐器识别；话者识别
ANovelMethodforInstrument
Recognition
BasedonGaussMixtureModel
ZHANG
Qi。SUHonggen
SchoolofChinese 100039)
(Graduate AcademyofSciences，Beijing
ofthis istrivialandinaccurate·
method method．The method
Thetraditionalinstrument binary-treeclassifying process
|Abstractl recognitionadopts
methodsintoinstrument isutilizedto instrument
This recognition．Thepatternrecognition implement
paperappliesspeakerrecognition
theacousticfcatures．AGMMmodelisconstructedforeachinstrumentset．Inthe of
MFCCcoefficientanditsderivativeare as process
taking
to thentheinstrumentclassis
is tobethe iscalculated GMM，and
recognition，thepriorprobabilitysupposed same，theposteriorprobability according
andhasbetter
determined．Theshowsthatthismethodis
文档评论（0）