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:
与文本无关的话者识别一般采用高斯混合模型(GMM),而AdaBoost算法是用于提高各种现有学习算法精度的一种通用的优化算法.论文中讨论如何应用AdaBoost GMM算法进行说话人识别.
推荐文章
改进批处理RPEM算法用于说话人识别
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
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
改进的说话人聚类初始化和GMM的多说话人识别
多说话人识别
改进的聚类初始化
高斯混合模型
平均类纯度
噪声环境中基于GMM汉语说话人识别
语音增强
Weiner滤波法
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 应用于说话人识别的AdaBoost GMM算法
来源期刊 五邑大学学报(自然科学版) 学科 工学
关键词 说话人识别 高斯混合模型 AdaBoost算法 EM算法
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 36-40
页数 5页 分类号 TN912.34
字数 3065字 语种 中文
DOI 10.3969/j.issn.1006-7302.2006.03.009
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 张歆奕 五邑大学信息学院 29 72 4.0 8.0
2 胡海清 五邑大学信息学院 2 0 0.0 0.0
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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
说话人识别
高斯混合模型
AdaBoost算法
EM算法
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
五邑大学学报(自然科学版)
季刊
1006-7302
44-1410/N
大16开
广东省江门市东成村22号
1994
chi
出版文献量(篇)
1389
总下载数(次)
2
总被引数(次)
4186
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导