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
嵌入自联想神经网的高斯混合模型说话人辨认
更多技术文章，论文请登录
第 32 卷第 3 期 电 子 与 信 息 学 报 Vol.32No.3
2010 年 3 月 Journal of Electronics Information Technology Mar.2010
嵌入自联想神经网络的高斯混合模型说话人辨认
陈存宝 赵 力
(东南大学信息科学与工程学院 南京 210096)
摘 要：该文提出了一种嵌入自联想神经网络的高斯混合模型，它充分利用了神经网络和高斯混合模型各自的优点，
以最大似然概率(ML)为准则，把它们作为一个整体来进行训练。训练过程中，高斯混合模型和神经网络的参数交
替更新。由于神经网络起到了“数据整形”的作用，因而提高了类内数据的相似性。实验结果表明，采用该文提出
的模型在各种信噪比情况下的识别率都比基线系统有所提高，最高能达到 19%。
关键词：说话人识别；高斯混合模型(GMM)；自联想神经网络(AANN)；嵌入
中图分类号：TP391.42 文献标识码： A 文章编号：1009-5896(2010)03-0528-05
DOI:10.3724/SP.J.1146.2008.00275
Speaker Identification Based on GMM with Embedded AANN
Chen Cun-bao Zhao Li
(School of Information Science and Engineering, Southeast University, Nanjing 210096, China)
Abstract: In this paper, a modified Gaussian Mixed Model (GMM) with an embedded Auto-Associate Neural
Network (AANN) is proposed. It integrates the merits of GMM and AANN. GMM and AANN as a whole are
trained by means of Maximum Likelihood (ML). In the process of training, the parameters of GMM and AANN are
updated alternately. AANN reshapes the distribution of the data and improves the similarity of the data in one
class. Experiments show that the proposed system improves accuracy rate against baseline GMM at all SNR,
maximum to 19%.
Key words: Speaker identification; Gaussian Mixed Model (GMM); Auto-Associate Neural Network (AANN);
Embedded
1 引言 GMM 超向量的支持向量机(SVM)和因子分析方
自 动
文档评论（0）