基于GMM模型的声纹识别模式匹配研究

• 作者: 于娴 周晚 彭亚雄 贺松
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 声纹识别 模式匹配 LBG 高斯混合模型
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 安全与保密
• 页码范围: 97-101
• 页数: 5页
• 分类号: TP391.4
• 字数: 3513字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2015.01.020

摘要

模式匹配是声纹识别的关键问题之一,为了提高识别正确率和识别效率,本文采用GMM模型建模,训练阶段利用EM算法求取参数集,并通过MAP准则实现模式识别.引入LBG算法求取起始参数值,并设计了基于3种方法的联合判决门限决策.实验结果表明GMM模型利用平均值向量和协方差矩阵使它具有更好的模型能力,当高斯混合数为32时识别率达到最高,联合判决门限决策有效降低了误识率与虚警率,并提高了识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭亚雄	贵州大学大数据与信息工程学院	34	93	6.0	8.0
2	贺松	贵州大学大数据与信息工程学院	39	155	6.0	10.0
3	周晚	贵州大学大数据与信息工程学院	5	26	2.0	5.0
4	于娴	贵州大学大数据与信息工程学院	1	15	1.0	1.0