摘要
提出了一种新的说话人识别方法。该方法综合了VQ和GMM的优点,通过用VQ误差尺度取代传统GMM的输出概率函数,减少了建模时对训练数据量的要求,提高了识别速度。实验结果证明了该方法的有效性。
A new approach of speaker recognition which combined the advantages of VQ and GMM is presented. By adopting VQ error scale instead of probability output of tradition GMM,data capacity is reduced during modeling and high recognition rate is gained. Experiment result show the proposed approach is effective on speaker recognition.
出处
《电声技术》
2006年第2期41-43,共3页
Audio Engineering
基金
教育部科学技术重点项目(03082)
国家自然基金(60472058)
关键词
说话人识别
矢量量化
混合高斯模型
混合矢量量化模型
speaker recognition
VQ
Gaussian Mixture Model (GMM)
Mixture Vector Quantization Model(MVQM)