所有作者：殷海宁
作者单位：河海大学电气工程学院
论文摘要：高斯混合声纹识别模型(Gaussian Mixture Model，简称GMM)是用一组高斯概率密度函数的线性组合来描述的。高斯混合声纹识别系统首先对说话人的语音特征训练进行分类，建立此说话人的初始模型，然后通过EM迭代算法训练出最终优化的模型。EM训练算法是一种极佳算法，初始模型（初始值）的选择对最终识别效果的影响很大。传统地初始值选择一般选用K均值算法，它是一种局部聚类算法，不能为EM算法提供一个最优的初始参数。本文提出了一种与遗传算法相结合的蚁群聚类算法。实验表明：这种算法在高斯混合声纹识别系统上要优于传统K均值算法。
关键词： 声纹识别 高斯混合模型 遗传算法 蚁群聚类算法 与遗传算法相结合的蚁群聚类算法
免费下载《高斯混合声纹识别模型在EM训练中初始值选择问题的研究》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：