基于GMM的说话人识别研究与实践

• 作者: 吴萍 辛全超
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 说话人识别 MFCC 高斯混合模型
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 11-15
• 页数: 5页
• 分类号: TN912.3
• 字数: 4743字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.06.003

摘要

说话人识别作为当今的一个研究热点,具有广泛的应用和研究前景.文章针对说话人识别的前端处理进行了相关研究,设计并实现了一个有效的处理算法.提取出Mel频率倒谱系数MFCC,讨论了MFCC各维参数对最终结果的贡献.文章通过研究高斯混合模型GMM的模型训练,使用最大似然估计算法和期望-最大化算法,在研究和改进基础上开发了一个基于高斯混合模型的说话人识别系统.同时完成了多线程并行测试与MFCC各维参数对最终识别结果的增益比较研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴萍	华东师范大学计算中心	23	205	8.0	14.0
2	辛全超	华东师范大学计算中心	1	5	1.0	1.0