GMM

【Kaldi学习】了解+搭建kaldi环境

kaldi是一个语音识别平台，里面含有很多语音识别所需要的模型，比如：gmm，sgmm，dnn和h
Colleen_oh·2019-04-29 11:31

MATLAB中“fitgmdist”的用法及其GMM聚类算法

MATLAB中“fitgmdist”的用法及其GMM聚类算法作者：凯鲁嘎吉-博客园http://www.cnblogs.com/kailugaji/高斯混合模型的基本原理：聚类——GMM，MATLAB官方文档中有关于
凯鲁嘎吉·2019-04-24 08:00

opencv GMM-高斯混合算法分割图像

#include#includeusingnamespacecv;usingnamespacestd;usingnamespaceml;intmain(){Matsrc=imread("D:/source/images/dlrb.png");if(src.empty()){printf("readimageerror\n");system("pause");return-1;}imshow("sr
iduanbin·2019-04-20 18:38

Spark机器学习实战 (九) - 聚类算法

回归算法都需要用户输入的训练数据集中给定一个个明确的y值1.2k-平均算法与无监督学习◆k-平均算法是无监督学习的一种◆它不需要人为指定一个因变量,即标签y,而是由程序自己发现,给出类别y◆除此之外，无监督算法还有PCA,GMM
JavaEdge·2019-04-19 20:20

语音识别之GMM-HMM模型（三）：GMM-HMM模型应用于语音识别任务原理详解

写在前面都知道语音识别有GMM-HMM模型，也分别了解了什么是：GMM（混合高斯模型）https://blog.csdn.net/qq_37385726/article/details/89198387MMC
啧啧啧biubiu·2019-04-11 21:09

贝叶斯分类器、EM算法、GMM

一、贝叶斯分类器基础0、叶斯定理可表述为：后验概率=(似然性*先验概率)/标准化常量后验概率与先验概率和相似度的乘积成正比。另外，P(B|A)/P(B)也有时被称作标准似然度（standardisedlikelihood），贝叶斯定理可表述为：后验概率=标准似然度*先验概率---------------------作者：kongkongqixi原文：https://blog.csdn.net/ko
鲨鱼儿·2019-04-09 19:21

kaldi第一步安装kaldi测试yesno

目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。
liuliqun520·2019-04-08 21:40

高斯混合模型GMM理论和Python实现

https://github.com/Sean16SYSU/MachineLearningImplement简述高斯混合模型，就是说用多个高斯函数去描述不同的元素分布。通过EM方法来迭代生成不同的高斯模型的各个参数。具体的EM算法的理论网上很多，但推荐各位先看完这个算法思路之后，再去看理论推导就更加好了。更新方法μi′=∑j=1mηji∗xj∑j=1mηji\mu_i^{'}=\frac
肥宅_Sean·2019-04-05 11:12

语音识别传统方法(GMM+HMM+NGRAM)概述

春节后到现在近两个月了，没有更新博客，主要是因为工作的关注点正从传统语音（语音通信）转向智能语音（语音识别）。部门起了个新项目，要用到语音识别（准备基于Kaldi来做）。我们之前做的传统音频已基本成熟，就开始关注在语音识别上了。对于我们来说，这是个全新的领域（虽然都是语音相关的，但是语音通信偏信号处理，传统语音识别方法偏概率统计），需要学习的知识很多，所以这段时间主要是在学习新知识了，主要学习了数
davidtym·2019-04-02 19:00

EM算法（期望最大值算法）

这个图形所对应的便是混合高斯模型（GMM）概率分布函数，表示其由两个高斯模型混合而成。即：其中，是第k个分高斯模型的概率密度函数，其可以定义如下：是第K个分模型的权重系数，且满足，对GMM
jikuibu·2019-03-22 23:55

EM算法

很好的算法讲解问题对于给出很多的样本,有特征,也有标记,也知道该样本集的模型,比如是高斯模型，但是不知道，对于参数的估算，通常可以通过最大似然法来求出参数，但是对于高斯混合模型GMM，是有多个高斯模型叠加而成
伏牛山忍者·2019-03-22 08:19

kaldi解码器在嵌入式平台运行

该博文属于系列文章，其他文章参考总览：kaldi嵌入式平台的移植及实现前言前面的博文kaldi源码的交叉编译已经将嵌入式平台的解码器编译完成，解码器有GMM、nnet2、nnet3等等，GMM解码器又分为单音素
遇逆境处之泰然·2019-03-18 15:35

Halcon算子说明

Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
meifeisewu8·2019-03-15 14:33

2019 oepncv计算机图像处理教程 oepncv教程视频 opencv人脸识别教程（视频+源码+课件）

41.2M]┃┣━━课程配套代码与图片.zip[10.6M]┃┣━━03-KMeans方法-数据聚类.ts[80.9M]┃┣━━04-KMeans方法-图像分割.ts[99.6M]┃┣━━05-高斯混合模型(GMM
java20192019·2019-03-11 12:49

语音识别工具kaldi安装（一）

目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。
salonhuang-·2019-03-01 14:46

大数据与深度学习区别？

具体来说：1）机器学习（MachineLearning）是一个大的方向，里面包括了很多种approach，比如deeplearning,GMM,SVM,
小牛学堂2019·2019-02-21 10:51

STFT和声谱图，梅尔频谱（Mel Bank Features）与梅尔倒谱（MFCCs）

最近小编在做ASC（AcousticSceneClassification）问题，不管是用传统的GMM模型，还是用机器学习中的SVM或神经网络模型，提取声音特征都是第一步。
星月川水·2019-02-20 18:41

【机器学习算法推导】高斯混合模型GMM与EM算法

文章目录1.高斯混合模型2.Jensen不等式3.EM算法及推导过程4.EM算法的可行性5.EM算法的收敛性6.EM的另一种推导7.应用EM算法求解GMM1.高斯混合模型  极大似然估计是一种应用很广泛的参数估计方法
Mankind_萌凯·2019-01-16 17:57

【机器学习】EM算法从小白到理解，附带案例代码

前言\quad\quad本篇主要介绍EM算法相关内容，首先通过极大似然估计引出EM算法的作用，然后通过例子引出EM算法，旨在尽可能的通俗易懂地让大家理解EM算法，最后在介绍EM算法算法在高斯混合模型（GMM
Daycym·2019-01-10 11:35

【机器学习】EM算法从小白到理解，附带案例代码

前言\quad\quad本篇主要介绍EM算法相关内容，首先通过极大似然估计引出EM算法的作用，然后通过例子引出EM算法，旨在尽可能的通俗易懂地让大家理解EM算法，最后在介绍EM算法算法在高斯混合模型（GMM
Daycym·2019-01-10 11:35

06 EM算法 - 案例一 - EM分类初识及GMM算法实现

原文链接：https://yq.aliyun.com/articles/68441505EM算法-高斯混合模型-GMM多元正态分布-multivariate_normalAPI参考链接:https://
cpongo1·2019-01-05 13:09

GMM 高斯混合模型 聚类 Python实现

原理也不多说了。。大致思路就是把数据建立成k个高斯分布，EM迭代N次。最后看每个点在哪个高斯分布的概率最高，就分到那个分布。这里的computeGamma函数，用来算第i个簇的后验概率γji，用了2层循环，效率不高，本来想向量化的，搞了半天没搞出来。。干脆就先循环吧。。包括后面的fit方法也是一样。。用了很多循环。X的shape是(n_samples,n_features)mu的shape是(n_
csdn_inside·2018-12-26 19:33

一文详解高斯混合模型原理

www.ituring.com.cn/article/497545文/陈运文达观数据CEO什么是高斯混合模型（GaussianMixtureModel）高斯混合模型（GaussianMixtureModel）通常简称GMM
CaptureItTechnology·2018-12-26 16:30

vs2017实现 opencv gmm+kcf 自动跟踪移动目标

使用opencv自带的gmm前景提取算法以及kcf算法，实现自动跟踪移动目标，效果一般般。
fan_nlnl·2018-12-21 15:19

从0实现高斯混合模型（EM-GMM）

Problem:PleasebuildaGaussianmixturemodel(GMM)tomodelthedatainfileTrainingData_GMM.csv.Notethatthedataiscomposedof4clusters
Yanring_·2018-12-15 17:36

01 EM算法 - 大纲 - 最大似然估计(MLE)、贝叶斯算法估计、最大后验概率估计(MAP)

EM算法的讲解的内容包括以下几个方面：1、最大似然估计2、K-means算法3、EM算法4、GMM算法EM算法本质是统计学中的一种求解参数的方法，基于这种方法，我们可以求解出很多模型中的参数。
白尔摩斯·2018-12-12 19:45

高斯混合模型（GMM）

高斯混合模型（GaussianMixtureModel）通常简称GMM，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大（ExpectationMaximization，
努力学习编程的朱小妹·2018-12-10 10:07

AISHELL2脚本参数和生成文件详解（一）

比如run.sh包括三个阶段：数据准备、GMM训练、神经网络训练。默认stage为1。如果想从中间步骤开始，可更改stage数控制。gmm_stage原理同上。参数传给GMM训练阶段。
氢离子游离·2018-12-07 16:08

kaldi嵌入式平台的移植及实现

.数学库OpenBlas及Clapack的交叉编译3.音频接口Alsa的交叉编译4.音频框架portaudio的交叉编译（基于音频流处理，详细参考kaldi解码器源码onlinebin/online-gmm-decode-faster.cc
遇逆境处之泰然·2018-11-29 11:27

声纹识别开源代码工具

声纹识别，也称为说话人识别，主要的开源工具有：1.MSRIdentityToolkit，微软开源的工具箱，MATLAB版本，包含GMM-UBM和I-vector的demo，简单易用。
虚生·2018-11-22 14:00

基于GMM的语音识别python实现

以下是github库的README,原理的话很多csdn大佬已经清楚了，这里只给出实现代码：地址：GMM-miaogen课程的多媒体作业，填坑题目描述：用录音宝录下3到5个人的谱音每一个，每个人10s到
行走天涯的象·2018-11-18 22:51

聚类算法

目录1、k-means2、密度聚类DBSCAN3、使用高斯混合模型（GMM）的期望最大化（EM）聚类3.1、EM算法4、层次聚类聚类指事先并不知道任何样本的类别标号，希望通过某种算法来把一组未知类别的样本划分成若干类别
choven_meng·2018-11-02 00:41

《统计学习方法》第9章 EM/GMM/F-MM/GEM

实时更新的原文地址：《统计学习方法》第9章EM/GMM/F-MM/GEM前言EM（期望最大）算法有很多的应用，最广泛的就是混合高斯模型、聚类、HMM等等，本质上就是一种优化算法，不断迭代，获得优值，与梯度下降
SnailDove·2018-10-28 18:01

GMM - MOG的前世今生

因为GMM对所有的像素点用EM算法导致计算量太大，因此用线性模型近似：在文献3中也有对其最大似然估计（MLE）的证明只要在每个像素点位2
徐振杰·2018-10-24 14:40

OpenCV——使用GrabCut算法进行物体分割

用高斯混合模型（GaussiansMixtureModel，GMM）来对背景和前景建模，并将未定义的像素标记为可能的前景或背景。
嘿哈哈哈·2018-10-19 22:55

第三章 违反假设条件的处理（模型的变换与GMM估计）

Knowledgereview）第三章模型的检验（一）：https://blog.csdn.net/ChenQihome9/article/details/82818974第二节违反假设条件的处理：模型的变换与GMM
ChenQihome9·2018-10-02 15:43

语音识别——使用python建立HMM-GMM孤立词识别模型

基于HMM-GMM的孤立词识别简介基础准备python建模数据预处理特征提取搭建孤立词模型模型的训练和测试hmmlearn安装报错一些想法简介本文实现了一个基于HMM-GMM的独立词识别模型，数据集有限
Audior·2018-09-30 10:11

高斯混合模型(GMM)学习笔记

matplotlibinlineimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimportseabornassnssns.set()高斯混合模型（GMM
jiangkui007·2018-09-27 14:28

语音识别技术的前世今生

语音识别技术之前世：GMM+HMM知识点1：孤立词识别知识点2：连续语音识别知识点3：潘多拉魔盒语音识别技术之今生：神经网络知识点1：前馈神经网络（Tandem结构、Hybrid结构）知识点2：循环神经网络
湾区人工智能·2018-09-19 20:50

聚类——GMM

聚类——认识GMM算法作者：凯鲁嘎吉-博客园http://www.cnblogs.com/kailugaji/一、GMM概述二、GMM算法步骤三、具体推导参考文献1.李航.统计学习方法[M].清华大学出版社
凯鲁嘎吉·2018-09-14 19:00

Kaldi aishell2 GMM训练步骤(含aishell1语料转aishell2组织方式)

aishell2的语料库，有资格的可以申请，所以拿aishell1的15G语料进行训练，所以写了相关的脚本处理aishell1的语料库，来适配aishell2，可以参考我的github仓库aishell2_gmm_train1
遇逆境处之泰然·2018-09-12 22:42

万物的本质是什么

数：人类用来描述象的模型，例如重力公式G=mg万有引力公式F=GMm/R²，并不仅限于数学为基础的逻辑科学文明体系，还包括易数等能对过去和未来进行推演的非逻辑神秘超能体系。
麓蜂·2018-09-12 06:15

OpenCV之视频分析与对象跟踪(二) 背景消除建模(BSM)

两个常用的算法：图像分割(GMM–高斯混合模型)，机器学习(KNN–K个最近邻)代码：#include#includeusingnamespacecv;usingnamespacestd;intmain
黑夜奔跑·2018-08-23 09:45

Scikit-Learn学习笔记——高斯混合模型(GMM)应用：分类、密度估计、生成模型

高斯混合模型k-means聚类模型非常简单并且易于理解，但是他的简单性也为实际应用带来了挑战。特别是实际应用中，k-means的非概率性和它仅根据到簇中心点的距离来指派将导致性能低下。高斯混合模型可以看作是k-means的一个扩展，但它也是一种非常强大的聚类评估工具。k-means算法的缺陷在实际聚类的过程中，两个簇往往会存在重合部分。k-means算法对于重合部分的点被分配到哪个簇缺乏一个评估方
盐味橙汁·2018-08-22 00:00

语音识别——kaldi HMM-GMM全部训练脚本分解

train_mono.shtrain_deltas.shtrain_lda_mllt.shtrain_sat.shtrain_mono.sh单音素训练脚本：//初始化，[topofeats]->[0.mdltree]gmm-init-mono
Audior·2018-08-20 18:55

OpenCV之图像分割(二) 高斯混合模型(GMM)方法 样本数据训练与预言&图像分割

基于高斯函数的算法，通过混合单个或多个高斯函数，计算对应像素中概率，哪个分类的概率最高的，则属于哪个类别图解：GMM算法概述GMM方法跟K-Means相比较，属于软分类实现方法-期望最大化(E-M)停止条件
黑夜奔跑·2018-08-19 10:01

OpenCV之图像分割（一）KMeans方法_数据聚类&图像分割

概述：KMeans方法GMM方法分水岭方法GrabCutKMeans方法1.无监督的学习方法（不需要人为的干预）2.分类问题，输入数目，初始化中心位置3.硬分类方法，以距离度量（不同的分类会有不同的分类标准
黑夜奔跑·2018-08-18 11:16

sklearn各聚类算法比较

文章目录1、各聚类算法的比较2、聚类评估2.1、轮廓系数（SilhouetteCoefficient）2.2、DBSCAN2.3、MeanShift2.4、GMM3、附录1、各聚类算法的比较fromtimeimporttimeimportnumpyasnp
基基伟·2018-08-06 20:57

基于HMM的语音合成技术中的参数生成算法

mobile=1一、定义与定理在基于隐马模型的语音合成技术中，连续密度隐马尔科夫模型（CD-HMM）集用于将语音参数建模，每个HMM状态的输出状态用单高斯函数（Gaussian）或混合高斯函数（GMM）
linda_gen·2018-08-06 01:37

语音识别——kaldi基于GMM的单音素模型 训练部分

文章目录1.gmm-init-mono模型初始化2.compile-train-graghs训练图初始化3.align-equal-compiled特征文件均匀分割4.gmm-acc-stats-ali
Audior·2018-08-01 17:25
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他