作者：郑能恒 张亚磊 李霞声学语音处理音乐分割高斯混合模型置信测度自适应模型更新平滑处理
摘要：针对音乐分割中预训练模型和待分割信号间的不匹配问题,提出基于置信测度的自适应模型更新算法.在基于预训练模型的识别结果中,通过置信测度选择可靠的数据进行高斯混合模型在线自适应更新,获得与待分割音乐信号更匹配的声乐/非声乐模型.通过对识别结果进行平滑处理,进一步去除瞬时突变错误.实验表明,与初始模型和采用全部数据进行模型更新相比,该算法可获得与待分割信号更匹配的高斯混合模型,分割效果更佳.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《深圳大学学报·人文社会科学版》（CN：44-1030/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《深圳大学学报·人文社会科学版》是人文社会科学综合性学术性刊物，以鲜明的办刊特色和高水平的学术论文，赢得了社会各界的广泛赞誉和关注，被确立为中国人文社会科学优秀期刊。
杂志详情
