齐健
- 作品数:1 被引量:1H指数:1
- 供职机构:东南大学信息科学与工程学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:电子电信更多>>
- 基于GMM非线性变换的说话人识别算法的研究被引量:1
- 2017年
- 针对与文本无关说话人识别GMM模型中,某些非目标模型的测试帧的模型得分可能会比较高,从而引起误判的问题。从帧似然概率的统计特性出发,提出了一种GMM非线性变换方法。该方法通过对每帧各模型的得分赋予不同的权值,使得得分高的模型权值大,得分低的模型权值小,由于目标模型得分高的帧要多于其他非目标模型,所以这样可以提高目标模型的总得分,降低非目标模型的得分,从而降低误判的可能。理论推导和实验结果表明,该变换方法能够提高GMM说话人识别的识别率。
- 罗文华杨彦齐健赵力
- 关键词:混合高斯模型