مجید رئیسی دهکردی - کارشناس ارشد کامپیوتر، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپ
محمدمهدی همایونپور - عضو هیات علمی، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فن
جهانشاه کبودیان - دانشجوی دکتری، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فن

روشهای هنجارسازی امتیازات به میزان زیادی منجر به بهبود راندمان سیستمهای شناسایی گوینده می شوند . در این مقاله به بررسی برخی از م همترین و کاراترین روشهای هنجارسازی امتیازات در روشGMM پرداخته شده اس ت . بدین منظور روشهای ، هنجارسازی ماکزیممZNorm و TNorm مورد مطالعه قرار گرفت ه اند. روش هنجارسازی ماکزیمم دارای راندمان بسیار خوبی بوده است. از سوی دیگر تر ک یب سری روشهای مختلف هنجارسازی مورد مطالعه قرار گرفت ه اند. در این میان انجام ۲ یا ۳ بار هنجارسازی ماکزیمم راندمان سیستم را به میزان چشمگیری افزایش داده اس ت . ترکیب سری روشهای هنجارسازی با وجود افزایش راندمان منجر به افزایش زمان آزمایش سیستم نیز میگردند. از اینرو روش هنجارسازی دومرحل ه ای ارایه شده است که علاوه بر افزایش راندمان سیستم، توجه خاص به زمان آزمایش سیستم نیز دارد.

تصدیق هویت گوینده مستقل از متن، هنجارسازی امتیازات، مدل مخلوط گوسی، هنجارسازی ماکزیمم، هنجارسازی ،TNormهنجارسازی.ZNorm