未找到相关数据
一种新的高斯混合模型参数估计算法
被引：4
作者：
王超
侯丽敏
机构：
[1] 上海大学通信与信息工程学院
[2] 上海大学通信与信息工程学院 上海
[3] 上海
来源：
关键词：
说话人辨认;
高斯混合模型(GMM);
Schmidt正交化;
数学形态学;
D O I：
暂无
中图分类号：
TN911 [通信理论];
学科分类号：
081002 ;
摘要：
该文提出了一种高斯混合模型(GMM)参数估计的改进算法.原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计.该方法能缓解GMM传统参数估计算法引起的“不易扩展”的不便.实验结果表明,将其应用于说话人辨认,能在较大幅度提高训练速度的基础上相对传统GMM参数估计方法获得更高的识别率.
引用
收藏
页码：475 / 480
页数：6
相关论文