如何使用 org.openimaj.ml.gmm 构建扬声器模型。

Posted 2023-02-22

【中文标题】如何使用 org.openimaj.ml.gmm 构建扬声器模型。

【英文标题】：How to use org.openimaj.ml.gmm to construct speaker models.

【发布时间】：2015-06-02 15:49:17

【问题描述】：

我想知道如何使用 OpenIMaj 库获得 GMM 扬声器模型。 org.openimaj.ml.gmm.GaussianMixtureModelEM。我试过关注

GaussianMixtureModelEM gmm = new GaussianMixtureModelEM
         (DEFAULT_NUMBER_COMPONENTS,GaussianMixtureModelEM.CovarianceType.Diagonal);

MixtureOfGaussians mixture =  gmm.estimate(data);
boolean convergerd  = gmm.hasConverged();

我得到 true GaussianMixtureModelEM 已经收敛，我不知道该去哪里。任何帮助指导将不胜感激。

【问题讨论】：

您能解释一下您希望实现的目标吗？执行 GMMEM 后，通常会使用生成的 MixtureOfGaussian 模型来计算概率或抽取样本。

我有 935 个点，每个点的维度为 20，我使用了 256 个组件。 gmm.estimate(data) 返回我 256 个高斯和 256 个权重向量，其中每个高斯具有均值和方差（均为 20 维），接下来正如您提到的，我可以计算概率或者我可以从高斯分布中抽取样本。如何获得单个 logLikelyhood 值？我应该计算空间中给定点相对于由高斯混合表示的 PDF 的概率并将它们相加吗？

【参考方案1】：

鉴于您的评论，mixture.estimateLogProbability(point) 应该做您想做的事（请参阅http://www.openimaj.org/apidocs/org/openimaj/math/statistics/distribution/MixtureOfGaussians.html#estimateLogProbability(double[])）。

【讨论】：

谢谢乔恩，我想通了。乔恩，如果我没记错的话，你是 Openimaj 的作者之一。我一直在寻找 GMM 和其他相关的来源，如果你能在我无法获得来源的地方指导我。

您好，将 double log[] prob = mix.estimateLogProbability(point) 转换为通过 logProb 的指数得到实际概率是否安全。

代码在这里：github.com/openimaj/openimaj/blob/master/machine-learning/… 是的，要估计实际概率，使用指数是安全的。

到目前为止一切顺利。经典的高斯混合效果很好。关于如何将 GMM-EM 扩展到 GMM-EM MAP 培训的任何建议？这样它也可以用于通用背景建模？