基于高斯混合模型的文本無關(guān)說話人年齡識別.pdf

1、模式識別是一種人工智能技術(shù)的應(yīng)用。其基本思想是在計(jì)算機(jī)中構(gòu)建一個(gè)人類智能的模型，然后利用已有的信息（數(shù)據(jù)）對其進(jìn)行訓(xùn)練，即優(yōu)化其內(nèi)部參數(shù)，使得它按照一定的準(zhǔn)則逼近“真實(shí)的”情況。本文所做的工作是在語音識別領(lǐng)域應(yīng)用模式識別技術(shù)，從而達(dá)到估計(jì)說話人年齡段的目的。在基于說話人的語音特點(diǎn)進(jìn)行系統(tǒng)訓(xùn)練時(shí)，首先提取語音信號的梅爾頻率倒譜系數(shù)(MFCC，Mel-Frequency Cepstrum Coefficients)作為特征參數(shù)，然后采用高斯

2、混合模型(GMM，Gaussian Mixture Model)對不同年齡語音進(jìn)行建模，同時(shí)應(yīng)用通用背景模型（UBM，Universal Background Model）與GMM相結(jié)合以提高識別率并減少訓(xùn)練識別時(shí)間。系統(tǒng)測試識別時(shí)，采用與訓(xùn)練階段相同的MFCC特征參數(shù)，通過比較測試樣本相對于各個(gè)模型的后驗(yàn)概率得到最終的識別結(jié)果。實(shí)驗(yàn)結(jié)果表明利用這幾種技術(shù)的組合，我們可以憑借很少的訓(xùn)練樣本實(shí)現(xiàn)一定精度的識別率。為將來進(jìn)一步研究提供依據(jù)。