基于说话人识别的GMM/GA算法

• 作者: 尹俊勋 邱政权
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 高斯混合模型 最大期望算法 遗传算法 适应值
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 语音技术
• 页码范围: 43-45,49
• 页数: 4页
• 分类号: TN91
• 字数: 4055字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8684.2006.08.012

摘要

在实时平台上,高斯混合模型(GMM)具有计算有效性和易于实现的优点.最大似然规则中,模型参数不断更新,但由于爬山特征,任意的原始模型参数估计通常将导致局部最优;遗传算法(GA)适于求解复杂组合优化问题及非线性函数优化.提出了基于说话人识别的可以解决GMM局部最优问题的GMM/GA新算法,实验结果表明,提出的GMM/GA新算法比纯粹的GMM算法能获得更优的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹俊勋	华南理工大学电子与信息学院	118	876	12.0	25.0
2	邱政权	华南理工大学电子与信息学院	8	26	3.0	5.0