基于遗传初始化算法的高斯混合模型在说话人识别中的应用

摘要：

　　在广泛被运用于说话人识别的高斯混合模型中，一般采用K均值聚类方法来初始化模型参数。但由于K均值方法的局限性，使得模型参数在ML算法估计过程中收敛速度比较慢，影响系统的性能。遗传算法具有的全局搜索能力以及对数据具有很强的聚类分析能力，因此采用遗传算法代替K算法获得模型初始化参数。实验结果表明，采用遗传算法初始化模型参数后，能得到更好的聚类中心，并在ML训练中，系统能快速的收敛到最优值，极大提高系统的实时性和识别率。

关键词： 语音识别 K均值方法 遗传算法 高斯混合模型

作者: YUE Yinui 乐音辉 XU Fei 徐飞 LI Fei 李飞

作者单位: College of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunic 南京邮电大学通信与信息工程学院,南京,210003 Institute of Signal Processing and Transmission,Nanjing University of Posts and Telecommunications,N 南京邮电大学信号处理与传输研究院,南京,210003

会议类型: 国内会议

会议名称: 第19届全国计算机新科技与计算机教育学术大会

会议地点: 黄山

会议语种:中文

页码: 479-482

在线出版日期: 2008-08-02（万方平台首次上网日期，不代表论文的发表时间）