改进批处理RPEM算法用于说话人识别

• 作者: 李晋徽 杨俊安 杨瑞国 项要杰
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3579-3582
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.015

摘要

针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息,从而在一定程度上影响说话人识别性能的缺陷,采用RPEM(竞争惩罚EM)算法训练GMM,并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题,同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进,提出了改进的批处理RPEM算法.在Chains说话人识别数据库上的实验表明,改进的批处理RPEM算法取得了相对于传统EM、RPEM以及批处理RPEM算法更好的性能,还极大地提高了训练效率,减小了运算量,说明了提出的改进批处理RPEM算法用于说话人识别时的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨俊安		69	461	10.0	18.0
5	项要杰		3	13	1.0	3.0
9	李晋徽		6	38	3.0	6.0
13	杨瑞国		3	2	1.0	1.0