This submission includes useful MATLAB functions for speaker recognition using adapted GMM. The implementation details for steps (i)-(iii) can be found in [1]. The fourth function, gmm2sv.m, connects the means (i.e., centers) of the GMM. The cascade means of the adapted GMM are referred to as the GMM supervector (GSV), which is used in the GMM-SVM based speaker recognition system. More information about the GMM-SVM based speaker recognition system can be found in [2]. These codes require the Netlab toolbox. You can access it at: Netlab Toolbox. References: [1] DA Reynolds, TF Quatieri, and RB Dunn, “Speaker Verification Using Adapted Gaussian Mixture Models,” Digital Signal Processing, Vol. 10, pp. 19–41, 2000. [2] Campbell, W. M.; Sturim, D. E.; Reynolds, D. A.; “Support Vector Machines Using GMM Supervectors for Speaker Verification,” Signal Processing Letters.
Useful MATLAB Functions for Speaker Recognition Using Adapted Gaussian Mixture Model
相关推荐
Robust Point Set Registration Using Gaussian Mixture-MATLAB Development
该包包含稳健点集的MATLAB代码,基于ICCV'05论文中描述的配准算法:“冰健和Baba C. Vemuri,一种使用高斯混合的点集配准鲁棒算法。”软件包可从以下网址免费下载:http://www.cise.ufl.edu/research/cvgmi/Software.php#gmmreg
Matlab
0
2024-11-04
Face Recognition System Using MATLAB with GUI
该人脸识别小系统基于Fisher判别原理,采用MATLAB编写,具备友好的GUI接口。
Matlab
0
2024-11-04
findout Detecting Outliers in MATLAB Using Simple Functions
一个简单的两步函数,其中isoutlier命令识别异常值,find命令定位异常值所在的单元格。
Matlab
0
2024-11-03
KNN Gesture Recognition Using MATLAB-Inertial Gesture Recognition Based on Mobile Phones
KNN基于MATLAB的惯性手势识别介绍
手机在我们的日常生活中起着重要的作用。开发了一种基于手机传感器的手势识别基准。内置的手机微型陀螺仪和加速度计可以有效地测量沿x,y和z轴的加速度和角速度,并将其用作输入数据。我们计算输入数据的能量以减少手机姿势变化的影响。
收集了一个大型数据库,其中包含8个手势的1,000多个样本。隐马尔可夫模型(HMM)、K最近邻(KNN)和支持向量机(SVM)在基准测试中进行了测试。实验结果表明,所采用的方法可以有效地识别手势。
为了促进对此主题的研究,向公众提供了源代码和数据库。指示在MATLAB中运行“ HMM.m”脚本。在MATLAB中运行“ SVM.m”脚本(需要libsvm)。在MATLAB中运行“ KNN.m”脚本。“ struct.mat”存储预先计算的数据。
笔记:如果使用数据库,请引用:谢春雨,栾尚珍,王海南,张宝昌:基于手机的手势识别基准。CCBR 2016:432-440。联系张宝昌。
Matlab
0
2024-11-05
Matlab Development of Local Linear Kernel Regression Enhancing Gaussian Kernel Estimator Functions
这是高斯核平滑估计函数的局部线性版本: http : //www.mathworks.com/matlabcentral/fileexchange/loadFile.do? objectId=19195&objectType= FILE局部线性估计器改进了在数据收集过程中处理区域边缘的回归表现。
Matlab
0
2024-10-01
Numerical Approximation of the Volterra Population Model Using MATLAB GUI
在Volterra的封闭系统中,人口增长模型的无量纲形式为 k(du/dt) = u - u^2 - u ∫_0^t u(x) dx。该GUI允许用户输入初始总体 u0、无量纲常数 k、最终时间 Tmax 和网格点数 M。通过单击适当的按钮,用户可以使用各种数值方法生成图。 \"毒性项\" 是积分 ∫_0^t u(x) dx。面板“毒性术语的梯形规则”和“毒性术语的辛普森规则”首先对毒性术语应用正交规则,然后使用指定的数值方法求解所得系统。有关更多信息,请参阅 (1)。有关问题的全面分析,请参阅: 1. Kevin G. TeBeest,Volterra*人口模型的数值和解析解,SIAM Rev. 39 (1997),第1期。3, 484-493。 2. RD Small,《封闭系统中的人口增长》,SIAM评论25(1983),第1期。1, 93-95。
Matlab
0
2024-11-04
Backpropagation Tutorial Training Neural Networks Using MATLAB for Pattern Recognition
本教程简要介绍了基于梯度下降和delta规则的反向传播算法下多层神经网络的训练及其数值实现。在MATLAB环境中模拟网络,训练它解决字符识别问题和著名的XOR问题。获得的结果非常有趣,表现出优异的性能。由于该算法是函数的近似,它适用于许多需要系统识别和模式分类的问题。关键词:神经网络,多层感知器,训练,模式识别,反向传播,delta规则,梯度下降。
Matlab
0
2024-11-05
Digital Recognition Using Discrete Hopfield Neural Networks
使用离散Hopfield神经网络对模糊数字进行识别,并给出识别结果。可以调节数字的模糊程度,以检验识别效果。
Matlab
0
2024-11-03
1D_DFT_Convolution_Using_Gaussian_Kernel
DFT的Matlab源代码示例,用于通过DFT实现任意一维函数与高斯核之间的卷积。该代码利用卷积定理,简化计算过程。
Matlab
0
2024-11-04