基于最大似然聚类的GMM优化方法及其在说话人辨认中的应用

摘要

模式识别中基于高斯混合模型GMM(Gaussian Mixed Model)的说话人辨认系统在训练样本充分的条件下获得了较高的识别率,但其计算复杂度往往限制了系统应用.从提高系统实用性的角度,介绍了一种基于最大似然ML(Maximum Likelihood)聚类的简化GMM算法.仿真结果表明在保证系统识别性能的前提下,简化算法有效降低了计算开销.