-
题名说话人识别中的因子分析以及空间拼接
被引量：14
- 1
-
-
作者
郭武
李轶杰
戴礼荣
王仁华
-
机构
中国科学技术大学多媒体计算与通信教育部一微软重点实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2009年第9期1193-1198,共6页
-
基金
国家自然科学基金(60970161)
多媒体计算与通信教育部-微软重点实验室科研基金资助(07122803)~~
-
文摘
联合因子分析可以有效拟合混合高斯模型中的说话人和信道差异,在说话人识别中得到广泛应用.一般情况下,该算法在对说话人和信道两个载荷矩阵进行联合估计时,说话人残差矩阵无法发挥作用,信道载荷矩阵的因子数不能提高.本文提出说话人载荷矩阵、说话人残差载荷矩阵采用串行的训练模式,在信道载荷矩阵训练中采用矩阵拼接的方法,能够有效提高识别率;在NIST SRE 2008年核心测试数据库的五个部分分别达到等错误率3.3%,5.1%,5.0%,5.3%和5.0%.
-
关键词
说话人识别
联合因子分析
本征音因子
说话人确认
期望最大化
-
Keywords
Speaker recognition, joint factor analysis, eigenvoice, speaker verification, expectation maximization
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名从数据挖掘到机会/征兆发现
被引量：7
- 2
-
-
作者
张振亚
程红梅
王煦法
-
机构
中国科学技术大学多媒体计算与通信教育部一微软重点实验室
安徽建筑工业学院管理工程系
中国科学技术大学计算机系
-
出处
《计算机科学》
CSCD
北大核心
2007年第10期188-191,共4页
-
基金
多媒体计算与通信教育部-微软重点实验室科研基金(05071807)
安徽建筑工业学院博士后科研启动基金
安徽省教育厅自然科学项目(KJ2007A110ZC)。
-
文摘
机会发现以及时发现动态确定性系统中能够对决策产生显著影响的事件为目标,是2000年以来智能信息处理研究领域中一个新兴的研究方向。本文根据机会发现的研究目标,提出了机会/征兆发现的概念。机会/征兆发现与数据挖掘和知识发现具有天然的联系,本文对机会/征兆发现与数据挖掘(知识发现)的联系与区别进行了讨论,并对文本机会/征兆发现进行了概述。
-
关键词
机会/征兆发现
数据挖掘
知识发现
认知
-
Keywords
Chance/sign discovery, Data mining, Knowledge discovery, Cognition
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
