선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 주어진 음성의 특징벡터의 분석을 위하여 초기에 충분히 많은 혼합 모델로부터, 두 개의 혼합 모델의 상호 정보량을 이용하여 상호 정보량이 많은 경우 혼합 모델 개수를 점차 감소 시키는 방법을 제안하였다. 주어진 특징벡터에서 양수의 상호 정보량을 갖는 혼합모델을 제거하여 최적의 혼합 모델을 선택하여, 화자 식별의 성능을 높일 수 있었다.
- 본 논문에서는 화자식별을 위한 가우시안 혼합 모델의 혼합 성분의 개수를 결정하기 위한 방법을 제안하였다. 이는 충분히 큰 혼합 성분개수로부터 각 혼합 성분들간의 상호 관계가 0이 나올 때까지, 즉 혼합성분들간의 관계가 모두 독립적으로 측정될 때까지, 가장 큰 양수의 값을 갖는 혼합 성분을 제거하는 과정을 반복 수행하는 방법이다.
가설 설정
- 불확실성 사이의 차이로부터 얻어진다. 혼합 성분 공간을 θ 라 하고, μi∈θ, μj∈θ를 만족하는 두 개의 혼합 성분이 존재한다고 가정하자. 여기에서, Pi 는 μi의 사전 확률 값으로 정의된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.