基于最小错误分类训练算法的说话人识别研究

摘要：

该文在隐马尔可夫模型(Hidden Markov Model ，简写为HMM)的基础上，对HMM参数的估计提供了一种新的训练算法－最小错误分类(Minimum Classification Error,简写为MCE)训练算法，介绍了算法的基本思想和基本原理；建立了一个依赖于数字的说话人辨认系统，训练过程中有用了MCE算法，识别的正确率达到了93.3℅。

关键词： 说话人别识 隐马尔可夫模型 最小错误分类

作者: 王巍 王成友 唐朝京

作者单位: 长沙国防科技大学电子工程学院

会议类型: 国内会议

会议名称: 中国体视学学会图像分析及仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议

会议地点: 北京

会议语种:中文

页码: 111～116

在线出版日期: 2000-08-01（万方平台首次上网日期，不代表论文的发表时间）