计量经济学中，广义矩方法GMM的R语言程序实现

说话人识别，有问题留言哦

在在文本无关说话人识别中常用的说话人识别方法有矢量量化法(vector quantization：VQ)和高斯混合模型法 (Gaussian Mixture Model；GMM)，这个论文集中搜集了很多关于GMM的paper，希望对大家有用 GMM／ANN混合说话人辨认模型.pdf MATLAB环境下的基于GMM模型的说话人识别系统.pdf 一种改进的基于正交GMM的说话人辨识方法.pdf 与文本无关的说话人辨认系统中一种新的使用基音周期方法研 噪声环境中基于GMM汉语说话人识别.pdf 基于anchor模型的说话人检索技术.pdf 基于GMM的与文本无关的变阈值说话人确认.pdf 基于GMM的实时说话人识别系统.pdf 基于GMM的说话人分类自适应算法.pdf 基于GMM的说话人识别系统.pdf 基于GMM的说话人识别系统研究.pdf 基于GMM的说话人辨认系统及其改进.pdf 基于GMM统计参数和SVM的说话人辨认研究.pdf 基于GMM统计特性参数和SVM的话者确认.pdf 基于基元段特征和GMM的源-目标说话人F0～t转换.pdf 基于快速DGMM的随机提示文本的话者确认系统.pdf 基于说话人识别的GMM／GA算法.pdf 基于高斯混合模型GMM的说话人识别方法.pdf 基于高斯混合模型的非母语说话人口音识别.pdf 应用于说话人识别的AdaBoost GMM算法.pdf 改进的GMM模型语声转换系统.pdf

说出文件名字，即可自动查找出文件； 基于语音识别技术或者已有的语音云实现； 实现精确/模糊匹配； 本系统设计核心分为实时 录音、语音识别、文件名数据库、文件检索、用户接口五个模块。使用 Python 调用操作系统（win10）接口，调用硬件设备麦克风进行录音同时设计事件响应机制，满足随时开始录音，随时停止录音，同时保证录音的质 量不受影响。将录音的结果存到磁盘中的指定位置。 两种语音识别模块，一是基于 GMM-HMM 的语音识别模型的训练与使用， 二是使用百度语音识别 API。识别结果传递到文件检索模块进行检索。使用 sqlite 数据库，创建数据表，利用操作系统接口访问文件系统从而从磁 盘中

GMM代码用于目标检测，效果不错，多多相互学习。

近年来，随着社会生活水平的不断提高，人们对机器智能人声识别的要求越来越高。高斯混合—隐马尔可夫模型（Gaussian of mixture-hidden Markov model, GMM-HMM）是说话人识别研究领域中最重要的模型。由于该模型对大语音数据的建模能力不是很好，对噪声的顽健性也比较差，模型的发展遇到了瓶颈。为了解决该问题，研究者开始关注深度学习技术。引入了CNN深度学习模型研究连续语音说话人识别问题，并提出了CNN连续说话人识别（continuous speaker recognition of convolutional neural network, CSR-CNN）算法。模型提取固定长度、符合语序的语音片段，形成时间线上的有序语谱图，通过CNN提取特征序列，经过奖惩函数对特征序列组合进行连续测量。实验结果表明，CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果。

在这个笔记中，我会首先介绍表示HMM的类HmmTopology和TransitionModel，然后介绍三音素GMM训练脚本train_deltas.sh用到的几个程序，这几个程序与单音素GMM的不同或者只在三音素GMM训练中出现。与GMM相关的其余部分请参考单音素GMM学习笔记。

文章目录前言隐马尔可夫(HMM)马尔可夫链隐马尔可夫HMM中的语音识别（孤立词）HMM 语音识别过程GMM总结参考文献 前言 隐马尔科夫链结合语言识别，在细节上，涉及到的知识挺多，没有一定的时间投入难以很好的去把握。这篇文章只想借着自己的一小段时间学习，从整体上，理一下HMM在ASR的应用过程，不想去探究其中的具体细节。文中的图片基本截取自参考文献中的内容。 隐马尔可夫(HMM) 马尔可夫链 马尔可夫链描述了当前状态与下一个状态的转换关系，如图中所示，天气有三种状态，晴天，阴天，下雨。 马尔可夫链两个重要参数，初始状态概率，状态转移矩阵。有了这两个参数，我们可以预测后续任意一天的天气概率了。

GMM-KMeans异常检测 对于一维时间序列数据，使用GMM和K-means算法检测离群值。对一维时间序列数据，采用GMM和K-Means算法进行异常点检测。

代码已跑通，欢迎下载，欢迎交流