高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

文本无关说话人识别中一种改进的模型PCA变换方法

姚志强 周曦 戴蓓蒨

姚志强, 周曦, 戴蓓蒨. 文本无关说话人识别中一种改进的模型PCA变换方法[J]. 电子与信息学报, 2007, 29(2): 469-472. doi: 10.3724/SP.J.1146.2005.00749
引用本文: 姚志强, 周曦, 戴蓓蒨. 文本无关说话人识别中一种改进的模型PCA变换方法[J]. 电子与信息学报, 2007, 29(2): 469-472. doi: 10.3724/SP.J.1146.2005.00749
Yao Zhi-qiang, Zhou Xi, Dai Bei-qian . Improved Model-Based PCA Transformation for GMM in Speaker Identification[J]. Journal of Electronics & Information Technology, 2007, 29(2): 469-472. doi: 10.3724/SP.J.1146.2005.00749
Citation: Yao Zhi-qiang, Zhou Xi, Dai Bei-qian . Improved Model-Based PCA Transformation for GMM in Speaker Identification[J]. Journal of Electronics & Information Technology, 2007, 29(2): 469-472. doi: 10.3724/SP.J.1146.2005.00749

文本无关说话人识别中一种改进的模型PCA变换方法

doi: 10.3724/SP.J.1146.2005.00749
基金项目: 

国家自然科学基金(60272039)资助课题

Improved Model-Based PCA Transformation for GMM in Speaker Identification

  • 摘要: 对于采用高斯混合模型(GMM)的与文本无关的说话人识别,出于模型参数数量和计算量的考虑 GMM的协方差矩阵通常取为对角矩阵形式,并假设观察矢量各维之间是不相关的。然而,这种假设在大多情况下是不成立的。为了使观察矢量空间适合于采用对角协方差的GMM进行拟合,通常采用对参数空间或模型空间进行解相关变换。该文提出了一种改进模型空间解相关的PCA方法,通过直接对GMM的各高斯成分的协方差进行主成分分析,使参数空间分布更符合使用对角化协方差的混合高斯分布,并通过共享PCA变换阵的方法减少参数数量和计算量。在微软语音库上的说话人识别实验表明,该方法取得了比常规的对角协方差GMM系统的最优结果有相对35%的误识率下降。
  • [1] Reynolds D A. Speaker identification and verification using Gaussian mixture[J].Speech Communication.1995, 17:19-108 [2] Fukunaga K. Introduction to Statistical Pattern Recognition. New York: Academic, 1990, 9. [3] Haeb-Umbach R. Linear discriminant analysis for large vocabulary speech recognition, in Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing, San Francisco, 1992, 1: 13-16. [4] Gopinath R A. Maximum likelihood modeling with Gaussian distributions for classification. in Proc. ICASSP, Seattle, 1998, 2: 661-664. [5] Kumar N. Investigation of silicon-auditory models and generalization of linear discriminant analysis for improved speech recognition, [Ph.D. dissertation], Johns Hopkins Univ., Baltimore, MD, 1997. [6] Gales M J F. Semi-tied covariance matrices for hidden Markov models, IEEE Trans[J].on Speech Audio Processing.1999, 7:272-281 [7] Gales M J F. Maximum likelihood multiple subspace projections for hidden Markov models, IEEE Trans[J].on Speech Audio Processing.2002, 10:37-47 [8] Chang Eric,Shi Yu, Zhou Jianlai, and Huang Chao. Speech lab in a box: A mandarin speech toolbox to jumpstart speech related research. EuroSpeech'01, Aalborg, Denmark, Oct. 2001: 2799-2802. [9] Zhou Xi and Yao Zhiqiang. Improved covariance modeling for gaussian mixture model. Inter-Speech 2005, Lisboa, Portugal, Sep. 2005, 3113-3116.
  • 加载中
计量
  • 文章访问数:  3181
  • HTML全文浏览量:  100
  • PDF下载量:  1306
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-06-27
  • 修回日期:  2006-01-03
  • 刊出日期:  2007-02-19

目录

    /

    返回文章
    返回