基于GMM模型的声纹识别模式匹配研究

作     者：于娴 贺松 彭亚雄 周晚 YU Xian;HE Song;PENG Ya-xiong;ZHOU Wan

作者机构：贵州大学大数据与信息工程学院贵州贵阳550025 

基　　金：用于社区司法矫正的声纹识别系统研究项目(黔科合SY字3105号) 贵州省中药现代化科技产业研究开发专项(黔科合中药字5066号) 贵州省工程技术研究中心建设项目(黔科合G字4002号)~~ 

出 版 物：《通信技术》 (Communications Technology)

年 卷 期：2015年第48卷第1期

页      码：97-101页

摘      要：模式匹配是声纹识别的关键问题之一,为了提高识别正确率和识别效率,本文采用GMM模型建模,训练阶段利用EM算法求取参数集,并通过MAP准则实现模式识别。引入LBG算法求取起始参数值,并设计了基于3种方法的联合判决门限决策。实验结果表明GMM模型利用平均值向量和协方差矩阵使它具有更好的模型能力,当高斯混合数为32时识别率达到最高,联合判决门限决策有效降低了误识率与虚警率,并提高了识别效率。

主 题 词：声纹识别 模式匹配 LBG 高斯混合模型 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1002-0802.2015.01.020

馆 藏 号：203372903...