自适应高斯混合模型及说话人识别应用

• 作者: 俞一彪 王韵琪
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 说话人识别 自适应高斯混合模型 双线性频率倒谱系数
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 738-743
• 页数: 6页
• 分类号: TP391.4
• 字数: 4325字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2014.07.007

摘要

高斯混合模型采用固定混合数结构的建模方法并不符合说话人语音特征分布的多样性，从而出现过拟合或者欠拟合的情况并影响系统的识别性能。提出一种混合数可变的自适应高斯混合模型并将其应用于说话人识别。模型训练中根据说话人语音特征参数分布的聚类特性，采用吸收合并与分裂机制动态调整混合数以获得更加精确的拟合性能，提高系统识别率。实验结果显示，在特征参数 MFCC 和 BFCC(Bilinear Frequency Cepstrum Coefficients)下相对误识率分别下降了41.41%和22.21%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞一彪	苏州大学电子信息学院	69	404	11.0	16.0
2	王韵琪	苏州大学电子信息学院	1	15	1.0	1.0