sunfoot001的专栏

1. Short-Term Spectral Features常用的有MFCC, LPCC, LSF, PLP。实际应用中，如何选择哪个特征参数，重要性不如如何做好channel compensation。 2. Voice Source Features常用的有Fundamental frequency, glottal pulse shape。与“Short-Term Sp...

1. WHY --- 为什么需要使用GMM-UBM来建立Individual Speaker Modeling？"Usually, we do not have much data from a single speaker. In most practical cases related to text-independent scenarios, the enrollment data i...

"MSR Identity Toolbox"里使用到了G-PLDA(Gaussian probabilistic LDA)。根据文献[1]对G-PLDA的原理进行了初步的了解，记录如下。 1. 简化版的G-PLDA的模型定义如公式(3)。这里 是观察向量，m是均值， 是说话人特征子空间矩阵， 是说话人隐变量， 是残差高斯噪声。 2. 根据文献[1]，loglikelih...