基于正交高斯混合模型的说话人识别研究

• 作者: 侯风雷 张昆帆 王炳锡
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 说话人识别 正交高斯混合模型 线性变换
• 年，卷（期）: 2002,（2）
• 页码范围: 43-45
• 页数: 3页
• 分类号: TN912.3
• 字数: 2827字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2002.02.012

摘要

本文介绍了正交高斯混合模型(OGMM)及其在说话人识别中的具体应用.传统的高斯混合模型(GMM)常常假定协方差矩阵为对角线矩阵,但需大量的混合成员来表征分布情况,这将会导致训练量的增加.OGMM的主要思想是在传统的GMM之前先将特征矢量变换到由协方差矩阵的本征向量决定的空间中去,这样得到的对角线协方差矩阵可以更准确地反映分布的情况.基于OGMM的说话人识别实验表明该算法在说话人识别方面比传统的GMM算法有更好的效果并具有良好的应用前景.

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	信息工程大学信息工程学院	28	205	8.0	12.0
2	张昆帆	信息工程大学信息工程学院	6	35	3.0	5.0
3	侯风雷	信息工程大学信息工程学院	2	27	2.0	2.0