基于GMM非线性变换的说话人识别算法的研究 |
| |
引用本文: | 赵力.基于GMM非线性变换的说话人识别算法的研究[J].电子器件,2017,40(3). |
| |
作者姓名: | 赵力 |
| |
作者单位: | 东南大学信息科学与工程学院 |
| |
摘 要: | 针对与文本无关说话人识别GMM模型中,某些非目标模型的测试帧的模型得分可能会比较高,从而引起误判的问题。从帧似然概率的统计特性出发,提出了一种GMM非线性变换方法。该方法通过对每帧各模型的得分赋予不同的权值,使得得分高的模型权值大,得分低的模型权值小,由于目标模型得分高的帧要多于其它非目标模型,所以这样可以提高目标模型的总得分,降低非目标模型的得分,从而降低误判的可能。理论推导和实验结果表明,该变换方法能够提高GMM说话人识别的识别率。
|
关 键 词: | 与文本无关说话人识别 混合高斯模型 非线性变换 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|