说话人辨认中的高斯混合模型优化算法研究

摘要

在说话人识别领域，高斯混合模型的协方差矩阵一般采取对角形式，这种方式能够有效简化模型并且降低计算量，但同时损失了特征矢量之间的相关性信息，进而影响到后续的分类性能。为了补偿这部分由于直接采用对角协方差矩阵而损失的相关性，本文提出了一种聚类变换算法，首先基于Bhattacharyya距离描述高斯成分间的相似性，聚类后的同类高斯成分将共享一个变换矩阵，并将其应用到嵌入变换的统一框架内，使得多个变换矩阵与均值和权值参数同时进行迭代估计，结合聚类的精确性和同步优化的高效性，在训练速度和识别率方面寻找一个更好的平衡，改善了分类器的性能，提高了系统的识别率，相对降低了计算的复杂度和存储量。