【摘 要】
：
在说话人确认中,特征端因子分析（Acoustic Factor Analysis,AFA）利用MPPCA（Mixtures of Probabilistic Principal Component Analyzers,MPPCA）算法在通用背景模型（Universal Backg
【机 构】
：
中国科学技术大学语音及语言信息处理国家工程实验室
论文部分内容阅读
在说话人确认中,特征端因子分析（Acoustic Factor Analysis,AFA）利用MPPCA（Mixtures of Probabilistic Principal Component Analyzers,MPPCA）算法在通用背景模型（Universal Background Model,UBM）的每个高斯上分别对特征降维以去除语音特征中文本、信道和噪声等信息的干扰,获得增强的说话人信息并用于提升说话人确认的性能。但是通用背景模型属于无监督的聚类方法,其每个高斯成分物理意义不够明确,不能区分
其他文献
为了实时获取CAN总线数据和监控总线的健康状态,并实现对CAN节点的固件更新功能,设计了一种以SIM808为GPRS通信模块、以STM32F072CB为控制核心、基于RT-Thread实时操作系统的
新研制的经济型树脂锚固剂成套包装机械、安全型糊状固化剂及相应的生产工艺经半年试用，设备运转良好，所生产的锚固剂质量上乘，完全可满足煤矿锚杆支护要求。
提出了基于BP神经网络的四旋翼无人机故障诊断方法,但考虑到经典BP神经网络算法误差收敛速率慢,训练学习容易陷入局部最优值等缺陷,设计了一种基于改进型遗传算法(Genetic Algorithm)优化BP神经网络。改进型GA算法对编码方式和选择算子进行了优化,同时对交叉和变异算子等参数进行了调整。Matlab仿真表明,改进后的BP神经网络算法的检测性能有了明显的增强,避免了经典BP算法容易陷入局部最