一种新的高斯混合模型参数估计算法

摘要：

该文提出了一种高斯混合模型(GMM)参数估计的改进算法.原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计.该方法能缓解GMM传统参数估计算法引起的”不易扩展”的不便.实验结果表明,将其应用于说话人辨认,能在较大幅度提高训练速度的基础上相对传统GMM参数估计方法获得更高的识别率.

关键词：说话人辨认、高斯混合模型(GMM)、Schmidt正交化、数学形态学

所属期刊栏目：11

分类号：TN912.34

在线出版日期：2005-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：475-480