基于说话人模型聚类的说话人识别

为了提高说话人识别系统的识别效率,提出一种基于说话人模型聚类的说话人识别方法,通过近似KL距离将相似的说话人模型聚类,为每类确定类中心和类代表,构成分级说话人识别模型。测试时先通过计算测试矢量与类中心或类代表之间的距离选择类,再通过计算测试矢量与选中类中的说话人模型之间对数似然度确定目标说话人,这样可以大大减少计算量。实验结果显示,在相同条件下,基于说话人模型聚类的说话人识别的识别速度要比传统的GMM的识别速度快4倍,但是识别正确率只降低了0.95%。因此,与传统GMM相比,基于说话人模型聚类的说话人识别能在保证识别正确率的同时大大提高识别速度。

制度创新视角下改善遵义投资环境刍议

遵义市位于贵州省北部，北抵西部惟一的直辖市重庆，南同贵阳城镇经济圈相连，西与四川省酒产业基地毗邻，东部和铜仁地区接壤。遵义中心城区南到省会贵阳市153公里、北达重庆市308公里。全市面积30762平方公里，为贵州省总面积的17．46％。在全省九个地州市中，遵义市经济发展总体水平始终名列全省前列，仅次于贵阳市。

网络托起我的梦想

渴望挑战渴求真知 1995年夏天,我初中毕业,成绩尚好,一门心思想着上高中考大学.我们县的一中是遵义地区重点大学的摇篮,每年都有四五名学生考进北大清华.我的中考成绩完全能进县一中,但囿于家境贫寒,又有两个妹妹一个弟弟正读初中和小学,我的父亲与班主任老师劝我先读师范跃出农门再说.尽管有着太多的不合和伤痛,我还是在那年秋天迈进了师范学校的大门.三年负笈苦读,任过两届学生会主席拿下24个荣誉证书的我,在1998年9月以优秀毕业生的身份回到家乡的村小,执鞭三尺讲台.生活虽充满了无奈,也充满了阳光.

美国金融“三剑客”的危机应对之道

本文总结了美国金融决策层处理2008年次贷危机的经验,希望通过汲取其危机救助经验,在中国金融改革的推进过程中做好风险防范。