摘要
在ＨＭＭ的基础上，针对少量的训练样本情况，提供了一种新的训练算法—ＭＣＥ（Ｍｉｎｉｍｕｍ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｅｒｒｏｒ）算法，并利用该算法建立了一个局部范围内不依赖于文本的说话人辨认系统，当每个说话人的样本训练量为１０时，系统识别的正确率达到了９７．１４％。
Ｉｎ ｔｈｉｓ ｐａｐｅｒｗｅ ｐｒｅｓｅｎｔ ａ ｎｅｗ ｔｒａｉｎｉｎｇ ａｌｇｏｒｉｔｈｍ－ＭＣＥ（Ｍｉｎｉｍｕｍ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｅｒｒｏｒ）ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ（ＨＭＭ）ｆｏｒ ｌｉｔｔｌｅ ｔｒａｉｎｉｎｇ ｄａｔａ ａｎｄ ｕｓｅ ｉｔ ｔｏ ｂｕｉｌｄ ａ ｃｏｎｓｔｒａｉｎｅｄ ｔｅｘｔ ｉｎｄｅｐｅｎｄｅｎｔ ｓｐｅａｋｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｓｙｓｔｅｍ． Ｗｈｅｎ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｔｒａｉｎｉｎｇ ｄａｔａ ｉｓ １０ ｆｏｒ ｅｖｅｒｙ ｓｐｅａｋｅｒａｃｃｕｒａｃｙ ｒａｔｅ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ｉｓ ９７．１４％．
出处
《电声技术》
北大核心
2000年第11期3-6,共4页
Audio Engineering
关键词
说话人识别
语音识别
训练样本
MCE算法
ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ（ＨＭＭ） ｍｉｎｉｍｕｍ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｅｒｒｏｒ
