基于高斯混合模型的说话人识别与验证系统

提取MFCC参数，并应用DTW技术进行说话人识别，以实现优异的识别效果。

这是在Matlab环境下利用高斯混合模型（GMM）进行说话人识别的源程序。训练模型已固定，可稳定运行并生成结果。分享给大家，希望能够帮助到需要的人。

更新至2020年4月14日的VAD函数MATLAB代码。我注意到VoxSRC 2020已经启动。这个存储库可以作为挑战的基准。使用ResNet-18 + softmax在大约5900个说话者训练集上测试，Vox1测试集上获得1.8%的EER，这是一个不错的结果。尝试使用AMSoftmax损失，探索更深层次的网络，引入新的融合方法（如自注意力），并实现高级结构（如挤压和激励）。希望能取得更好的结果。享受训练的乐趣:-)更新至2019年11月19日，添加了多GPU训练配置文件选项。更多详细信息，请参考示例，例如egs/voxceleb/v3/run.sh。增加了一个标准的VoxCeleb示例，使用

这是一个完整的Matlab程序，利用高斯混合模型（GMM）实现说话人识别功能，识别率高达95%以上。

商品验证查询系统的处理包括增加、修改和删除商品检查信息。

该存储库包含在TIMIT数据库上使用深度神经网络进行自动说话人识别实验的Matlab代码。其中，我们添加了Microsoft工具箱（MST身份）的基线GMM-UBM实现。对于DNN，我们在Matlab中实现了几种初始化方案，如规范化初始化、随机游走init等，并探索了多种学习速率方法，如sgd-cm、ada-delta和adam。所有代码均基于GPU加速。

matlab高斯混合模型是一种在matlab中使用的模型。

职能：选择图像序列并读取，将选定的图像序列添加到数据库，用于训练数据库信息。步态识别功能处理输入图像序列并从当前目录中删除数据库。

这是一个专为教育目的设计的脚本，可以直接使用，生成二维高斯混合随机数据集，并使用无限高斯混合模型进行推理过程的可视化。参考资料：Carl Edward Rasmussen的研究论文，详细介绍了无限高斯混合模型的理论与应用。