基于最大似然聚类的GMM优化方法及其在说话人辨认中的应用

摘要：

模式识别中基于高斯混合模型GMM(Gaussian Mixed Model)的说话人辨认系统在训练样本充分的条件下获得了较高的识别率,但其计算复杂度往往限制了系统应用.从提高系统实用性的角度,介绍了一种基于最大似然ML(Maximum Likelihood)聚类的简化GMM算法.仿真结果表明在保证系统识别性能的前提下,简化算法有效降低了计算开销.

关键词： 通信工程 语音识别 说话人辨认 最大似然聚类 高斯混合模型

作者: 胡婕 周琳

作者单位: 东南大学 信息科学与工程学院,江苏 南京 210096

会议类型: 国内会议

会议名称: 2009年通信理论与信号处理学术年会

会议地点: 福建泉州

会议语种:中文

页码: 73-79

在线出版日期: 2009-11-19（万方平台首次上网日期，不代表论文的发表时间）