摘要：高斯混合模型(GMM)已广泛地应用于文本无关的说话人辨认系统,该方法具有简单高效的特点。如果GMM的高斯混合分量的数目比较多,虽然可以得到较高的识别精度,但整个模型运算的复杂度会比较大。针对这个问题,本文提出一种采用聚类算法优化高斯混合模型的方法,能够有效地减少模型中混合分量数目,在不降低识别精度的前提下提高说话人辨认的速度。一系列的实验结果验证这种算法的有效性。
分类：期刊> 人文社会科学> 哲学与人文科学> 哲学
收录：知网收录(中) > 维普收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：说话人辨认 高斯混合模型 聚类算法
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
