动态HMM及其在说话人识别中的应用

摘要

本文针对传统隐马尔柯夫模型(HMM)方法中认为语音信号是平稳马尔科夫过程这一假设的不足,提出了基于动态马尔柯夫键的动态隐马尔柯夫模型(DHMM)方法,并导出了一套与传统HMM中的Baum-Welch算法类似的迭代训练算法,使该方法的训练与识别过程极为简单。最后将其应用于文本无关的说话人辩认,证明了方法的有效性。