الگوریتم کارآمد در ارتباط با مدل ترکیبی گاوس بر مبنای تشخیص صدای افراد

این مقاله الگوریتم جدید را در ارتباط با کاهش پیچیدگی های محاسباتی در تشخیص صدای افراد بر مبنای چارچوب مدل ترکیبی گاوس ارائه می کند. در ارتباط با بخش های کاربردی که در آن ها یک توالی مشاهداتی کلی مد نظر قرار می گیرد , ما به توضیح این مطلب می پردازیم که کاربرد سریع مدل های تشخیص صدا از طریق ایجاد توالی زمانی , احتمالات جمع آوری شده مربوط به هر گوینده را به روز می کند. این روش های کلی در یک استراتژی ادغام شده و زمان را برای تعیین هویت گوینده از طریق فاکتورهای 140 بر روی روش های استاندارد کلی و فاکتور شش بر روی شعاع جستجوگر کاهش می دهد. که گویندگان را از 138 گوینده دیگر تشخیص می دهد.

Abstract—This letter presents a novel algorithm for reducing
the computational complexity of identifying a speaker within a
Gaussian mixture speaker model framework. For applications
in which the entire observation sequence is known, we illustrate
that rapid pruning of unlikely speaker model candidates can be
achieved by reordering the time-sequence of observation vectors
used to update the accumulated probability of each speaker
model. The overall approach is integrated into a beam-search
strategy and shown to reduce the time to identify a speaker
by a factor of 140 over the standard full-search method, and
by a factor of six over the standard beam-search method when
identifying speakers from the 138 speaker YOHO corpus.

تعداد صفحه های فارسی11
تعداد صفحه های انگلیسی4
سال انتشار1998

• مشخصات محصول
• دسته‌بندی محصول
• برچسب‌ها
• دیدگاه‌ها