Efficient estimation and model generalization for the total variability model

تعدادی از برنامه های پردازش سیگنال های صوتی مشخصه های مختلف منبع منبع سیگنال صوتی را با تحلیل توزیع یک دنباله از بردارهای ویژگی که از سیگنال به دست می آید، مشخص می کنند. مدل متغیر متغیر به طور گسترده ای برای این منظور به عنوان یک مکانیزم برای تطبیق تنوع در توزیع بردار ویژگی در میان سیگنال های مختلف در نمایندگی کم ابژه مورد استفاده قرار گرفته است. برای رسیدن به یک نمایش جمع و جور، تعدادی از مفروضات درون مدل در مورد خواص این توزیع ساخته شده است. در این مقاله ابتدا تحلیل روش پیش بینی پارامتر را برای مدل ارائه می دهیم که جایگزین الگوریتم به حداکثر رساندن انتظارات به طور گسترده ای مورد استفاده قرار می گیرد اما بر پایه فرضیه های مدل، با استفاده از آزمایشات بر بلندگو و زبان وظایف شناسایی برای توضیح برخی از نتایج به دست آمده با استفاده از این روش، ما یک تحلیل آماری گسترده را با هدف تایید اعتبار بعضی از مفروضات مدل ارائه می کنیم. ما نشان می دهیم که بسیاری از این فرضیه های مدل برای داده های مشاهده شده معتبر نیستند و تعمیم مدل ها را برای جایگزینی این فرضیه ها پیشنهاد می کنند. تعاریف پیشنهادی منجر به عملکرد بهتر می شود در حالیکه امکاناتی برای آموزش تبعیض آمیز مدل نیز فراهم شده است.