使用SIDEKIT 1.2构建GMM

Question

我有一个文本文件形式的二维数据。我必须使用Sidekit 1.2基于这些数据构建GMM。

我应该使用哪个函数来估计高斯模型的参数(均值、协方差矩阵、加权平均等)

您能提供一个包含您自己的(x，y)数据集的小示例，并使用它构建GMM吗？

任何帮助都将不胜感激。

Answer 1

Sidekit是一个主要用于说话人识别任务的工具包，它的框架(与其他类似的工具包一样)依赖于由.wav、.sph或原始PCM格式的音频文件组成的训练数据。如果您只是在构建一个GMM，并且不打算将其用于说话人识别实验，我建议您使用另一个用于一般统计目的的工具包(scikit-learn可能是一个很好的选择)。

如果您确实计划执行说话人识别任务，则必须对数据进行一些初始工作。如果您的文本数据是某种形式的说话人数据，您可以将其转换为适当的格式。例如，如果y部分是原始音频，则将其转换为wav文件。如果y是倒谱特征或其他特征，则以h5.-格式存储。完成此操作后，您可以按照Sidekit主页上的tutorials为说话人识别任务构建一个GMM。