计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
18期
202-205,209
,共5页
混合Laplace模型%语音信号%最大期望算法%峰度%重尾分布
混閤Laplace模型%語音信號%最大期望算法%峰度%重尾分佈
혼합Laplace모형%어음신호%최대기망산법%봉도%중미분포
mixture Laplace model%speech signal%Expectation Maximization(EM)%kurtosis%heavy-tailed distribution
针对具有超重尾特性的语音信号，提出了混合拉普拉斯分布语音模型。从理论上探讨了混合拉普拉斯分布模型的参数估计，从原理与算法得以实现。通过最大期望（Expectation Maximization，EM）算法取得了良好效果。创新运用混合拉普拉斯模型研究语音信号处理。
針對具有超重尾特性的語音信號，提齣瞭混閤拉普拉斯分佈語音模型。從理論上探討瞭混閤拉普拉斯分佈模型的參數估計，從原理與算法得以實現。通過最大期望（Expectation Maximization，EM）算法取得瞭良好效果。創新運用混閤拉普拉斯模型研究語音信號處理。
침대구유초중미특성적어음신호，제출료혼합랍보랍사분포어음모형。종이론상탐토료혼합랍보랍사분포모형적삼수고계，종원리여산법득이실현。통과최대기망（Expectation Maximization，EM）산법취득료량호효과。창신운용혼합랍보랍사모형연구어음신호처리。
For overweight tail characteristics of the speech signal, this paper proposes a mixed-laplace distribution acoustic model. Laplace mixture distribution model parameter estimation is discussed theoretically, and which can be achieved from the principles and algorithms. The maximum expected(Expectation Maximization, EM)algorithm has been applied to obtaining good results. The hybrid Laplace model has been creatively used to study speech signal processing.
