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

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.pdf
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。
作者：YUEYinui 乐音辉 XUFei 徐飞 LIFei 李飞
作者单位：CollegeofTelecommunications&InformationEngineering,NanjingUniversityofPostsandTelecommunications,Nanjing210003南京邮电大学通信与信息工程学院,南京,210003InstituteofSignalProcessingandTransmission,NanjingUniversityofPostsandTelecommunications,Nanjing210003南京邮电大学信号处理与传输研究院,南京,210003
母体文献：第19届全国计算机新科技与计算机教育学术大会论文集
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  
会议时间：2008年8月2日
会议地点：黄山
主办单位：全国高等学校计算机教育研究会,中国计算机学会
语种：chi
分类号：
关键词：语音识别  K均值方法  遗传算法  高斯混合模型
在线出版日期：2013年5月28日
基金项目：
相似文献
相关博文

2024-12-1 15:00 上传 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.pdf

文件大小:

549.72 KB

下载次数:

60

高速下载