Adaptation Parameters Effects in GMM Post-Processor for Structural Gaussian Mixture Model Based Text-Independent Speaker Verification
محل انتشار: چهاردهمین کنفرانس مهندسی برق ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,054
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE14_133
تاریخ نمایه سازی: 25 تیر 1387
چکیده مقاله:
In this paper, the effects of adaptation parameters selection on the performance of a postprocessing Gaussian mixture model (GMM) called GMM identifier, used in GMM based speaker verification system are studied. Experimental results show the importance of proper parameters choice in the adaptation of the post-processor GMM model. Models implemented, trained, and tested using a Farsi speech dataset with 90 speakers. Combinations of priors, means, and covariance adaptation were examined and multiple orders of GMM identifier from 4 to 128 were evaluated.
کلیدواژه ها:
نویسندگان
R Saeidi
Iran University of Science and Technology
H. R. Sadegh Mohammadi
Iranian Research Institute for Electrical Eng.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :