ALIZE 说话人识别系统（UBM-GMM）几个主要程序模块的使用说明 ——归一化、能量检测、训练、打分 ALIZE 工具包的基本架构由几个软件服务器（Software Servers）上独立的功能函数 （functionalities）组成。主要的服务器有： 管理声音数据的特征服务器（Feature Server），用于读取每一特征向量； 处理模型（models，比如贮存、修改、组件连接、保存/读取等）的混合服务器（Mixture Server）； 实现所有统计数据计算（基于 EM 的统计数据估计、似然计算、Viterbi 校验等）的数据 服务器（Statistic Server）。 1. NormFeat 以 fileMode（文件模式）处理方式为例，读取 Feature Server 中每一帧（frame）包含的 特征向量（feature vector），在帧累加器（frame accumulator）中计算得到均值（mean）和协 方差（convariance），调用 GeneralTools 中的 computeZeroOne 函数使得帧中的每一个系数 （coefficient）符合均值为 0，方差为 1 的高斯分布。归一化实现程序如下： for (unsigned int i = 0; i < vectsize; i++) { // For each coeff f[i]=(f[i]-featureMean[i])/featureStd[i]; // Apply the 0 mean 1 cov normalisation } 2. EnergyDetector 采用EM算法对特征系数所符合的高斯分布的参数作估计，实现程序如下： for (int trainIt=0; trainIt

分享到：          

赞 收藏