基于改进Citation-KNN算法的性别识别研究 (2015年)

【文件属性】：
文件名称：基于改进Citation-KNN算法的性别识别研究 (2015年)
文件大小：1.36MB
文件格式：PDF
更新时间：2021-05-26 12:03:14
工程技术 论文 为了简化系统模型训练方法,提高性别识别系统的整体效率,提出了一种基于改进Citation-KNN算法的说话人性别识别方法。该方法将连续语音切分,训练每段语音的高斯混合模型(Gaussian Mixture Model,GMM)作为多示例包,其所有混合元为相应包中示例;采用改进的Hausdorff距离作为包与包之间的距离测度,通过Citation-KNN算法进行性别识别。该方法以多示例包间距离为分类依据,简化了系统训练,且识别率优于一些传统算法。