基于聚类优化GMM提高说话人识别性能的研究.PDFVIP

下载本文档

5
0
约2.52万字
约 4页
2018-10-12 发布于天津
举报
版权申诉

基于聚类优化GMM提高说话人识别性能的研究.PDF

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

基于聚类优化GMM提高说话人识别性能的研究

第 19 卷　第 4 期计算机技术与发展 Vol . 19 　No . 4 2009 年 4 月　　　　　　　　　　　　　　　　　 Apr . 　2009 COM PU TER TECHNOL O GY AND D EV EL OPM EN T 基于聚类优化 GMM 提高说话人识别性能的研究吴庆棋 ,林江云 ( 厦门大学计算机科学系 ,福建厦门 36 1005) ( ) 摘　要 :高斯混合模型 GMM 已广泛地应用于文本无关的说话人识别系统 ,该方法具有简单高效的特点。但如果 GMM 模型的高斯混合分量的数目比较多时 ,整个模型运算的复杂度会比较大。针对这个问题 ,提出将聚类算法和传统的高斯混合建模结合起来从而优化高斯混合模型 ,能够有效地提高说话人识别的速度。实验结果验证了这种算法的高效性。关键词 :说话人识别 ;高斯混合模型;聚类算法 ( ) 中图分类号 : TN92 　　　　　　　文献标识码 :A 　　　　　　　文章编号 : 1673 - 629X 2009 04 - 0035 - 03 A Study on GMM Optimization with Cl ustering f or Improving Speaker Recognition WU Qingqi ,L IN J iangyun (Dept . of Computer Science , Xiamen University , Xiamen 36 1005 ,China) Abstract :Gaussian mixture model ( GMM) has been widely used for text - independent speaker recognition . This met hod has simple and efficient character . However ,if it has a lar ge number of Gaussians in GMM , it leads to a large complexit y of computation . To solve t his p roblem ,p roposes a new met hod which combines classical GMM wit h clusterin g algorit hm to optimize t he GMM for reducing t he com plexity of computation . Experimental result s demonst rated t hat our app roach was quite efficient to reduce t he complexity of computation . Ke