混合高斯模型的高阶统计量研究与仿真

以高阶统计量数学分析方法,对混合高斯模型进行研究,并给出理论计算结果。重点讨论二元混合高斯模型,给出高阶统计量的理论值,用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果,并比较斜度值、峰度值的理论结果和仿真结果,验证理论结果的正确性,为通信理论中混合高斯模型的研究做补充。

基于GMBM-UBBM模型的语言辨识研究

高斯混合模型(GMM)是进行说话人无关的语言辨识的一种有效方法,高斯混合二元模型(GMBM)是GMM模型的二元时序扩展,该文在GMBM和GMM-UBM模型的基础上提出了一种基于GMBM-UBBM模型的语言辨识系统,并利用OGI-TS电话语音库对算法的性能进行了测试,然后给出了实验结果。实验结果表明,该算法也是进行语言辨识的一种有效方法,与传统的GMM-UBM算法相比,该算法最多可以获得4.378%的相对改善率。