改进批处理RPEM算法用于说话人识别.pdf

第30卷第 12期 计 算 机 应 用 研 究 Vol_30 No．12 2013年 12月 ApplicationResearchofComputers Dec．2013 改进批处理 RPEM算法用于说话人识别术 项要杰 ，杨俊安 ，李晋徽 ，杨瑞 国 (1．电子工程学院，合肥 230037；2．安徽省电子制约技术重点实验室，合肥 230037) 摘 要 ：针对传统 EM算法训练GMM不能充分利用训练数据所属高斯分量信息，从而在一定程度上影响说话 人识别性能的缺陷，采用RPEM (竞争惩罚EM)算法训练GMM，并引入批处理RPEM算法解决RPEM算法运算 量大、收敛速度慢的问题，同时针对 RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进，提出了 改进的批处理RPEM算法。在Chains说话人识别数据库上的实验表明，改进的批处理RPEM算法取得 了相对于 传统EM、RPEM 以及批处理RPEM算法更好的性能，还极大地提高了训练效率，减小了运算量，说明了提出的改 进批处理 RPEM算法用于说话人识别时的有效性。 关键词：说话人识别；期望最大化算法；竞争惩罚EM算法；批处理竞争惩罚EM算法 中图分类号：TP391．4 文献标志码：A 文章编号：1001—3695(2013)12—3579-04 doi：10．3969／j．issn．1001—3695．2013．12．015 ImprovedbatchRPEM algorithm forspeakerrecognition XIANGYao-jie ，YANGJun—an ，LIJin—hui ，YANGRui—guo (1．ElectronicEngineeringInstitute，Hefei230037，China；2．KeyLaboratoryofElectronicRestriction，Hefei230037，China) Abstract：Whenthetraditional EM algorithm wasusedtotrainGMM ，itoftenfailedtomakefu11useoftheinformationthat thetrainingdatabelongstowhichGaussiancomponent．Anditwouldinflueneetheperformanceofspeakerrecognitiontosome extent．Tosolvethisproblem．thispaperadoptedtheRPEM algorithm totrainGMM．ButtheRPEM algorithm neededalarge amountofcomputation．anditsconvergencespeedwasslow．SoitintroducedthebatchRPEM algorithm toovercometheRPEM algorithm ’Sabovetwoshortcomings．However．therewerealsosomeproblemswiththeoptimizationofthevariancewhenitused RPEM orbatchRPEM algorithm totrainGMM．AnditputforwardtheimprovedbatchRPEM algorithm tOsolvetheseprob— lems．Theexperimentsthatbasedonthechainsspeakerrecognitiondatabaseshow thattheimprovedbatchRPEM algorithm not onlyachievesbetterrecognitionperfomr ancethanotherthreealgorithm ’Srecognitionperformance．butalSOimprovesthetrain— ingefficiency