HMM在说话人识别系统中的实现  

Performance of Hidden Markov Model in Speaker Cognition

作　　者：刘云冰[1] 祝彦成[1] 彭静[1] 肖俊[1] 吴传菊[1] 

机构地区：[1]武汉科技大学理学院,湖北武汉430081

出　　处：《软件导刊》2006年第12期15-16,共2页Software Guide

基　　金：武汉科技大学基金项目(2005XY26)

摘　　要：介绍了隐马尔可夫模型及其主要解决的3个基本问题,以及在说话人识别系统中实现的基本过程,并对256和512码本、文本相关与文本无关进行比对,得出文本相关的识别率更高的结论并分析了其原因。This paper introduces the theory of Hidden Markov Model and three basic problems-problems of assessment, training and recognition and the method in dealing with speaker recognition. By comparing text-dependent with text-independent,it concluds that the identifying rate of text-dependent is higher.

关 键 词：隐马尔可夫模型(Hidden MARKOV Model) 说话人识别 文本相关 LPC倒谱参数 矢量量化 

分 类 号：TP391.42[自动化与计算机技术—计算机应用技术]