用于抗噪声说话人识别的直接倒谱加权GMM模型

作     者：吴尊敬 曹志刚 WU Zun-jing;CAO Zhi-gang

作者机构：清华大学电子工程系微波与数字通信国家重点实验室北京100084 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2005年第20卷第1期

页      面：83-87页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金 ( 60 0 72 0 1 1 )资助项目 

主　　题：倒谱 说话人识别 MMSE 抗噪声 加权 直接 窗函数 GMM model) 谱系数 

摘      要：为了提高噪声中的说话人识别率 ,根据各维倒谱系数鉴别能力的不同 ,在识别过程中对 GMM( Gauss mix-ture model)模型的各维分量直接加权 ,提出了直接倒谱加权的 GMM模型 ,并且研究了在噪声情况下衡量各维特征鉴别能力的新方法。将该方法与 MMSE( Minimum mean square error)相融合 ,对白噪声和地铁噪声进行实验 ,得到基线系统和 MMSE增强系统在不同噪声情况下最优的加权窗函数。试验结果表明 ,直接倒谱加权