基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于GMM(Gaussian Mixture Model)的说话人分类算法,主要介绍了GMM模型和具体实现以及基于GMM的说话人分类算法在关键词检测系统中的应用.实验结果证明,该算法计算量小、实现速度快,能够提高系统的识别率,扩大应用人群范围,在中小词汇表识别系统中有着非常广阔的前景.
推荐文章
基于GMM聚类的鲁棒性i向量说话人确认
说话人识别
高斯混合模型
巴氏距离
支持向量机
线性判别分析
基于GMM模型的自适应说话人识别研究
说话人识别
高斯混合模型
线性预测系数
自适应
基于LSP线谱对参数的GMM说话人识别系统
高斯混合模型
线谱对
说话人识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GMM的说话人分类自适应算法
来源期刊 信息工程大学学报 学科 工学
关键词 Gaussian Mixture Model 说话人分类 关键词检测
年,卷(期) 2001,(4) 所属期刊栏目
研究方向 页码范围 35-37
页数 3页 分类号 TN912.3
字数 2912字 语种 中文
DOI 10.3969/j.issn.1671-0673.2001.04.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王炳锡 信息工程大学信息技术学院 28 205 8.0 12.0
2 刘鑫 信息工程大学信息技术学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (5)
同被引文献  (1)
二级引证文献  (1)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Gaussian Mixture Model
说话人分类
关键词检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导