基于GMM的说话人识别模型(matlab)

通过机器学习来解决说话人识别这一难题是当前的一个趋势。而GMM模型（高斯混合模型）在说话人识别领域很常用。标题有点大了，其实这只是一个框架模型。既然是框架模型，说明还要很多地方可以进一步的完善。虽然是个框架模型，但是其识别率也是可以达到70-80%左右。

%% 初始化
GMM_com = 16;

training_count = 6;	% 训练数据集类别数，有几个人就是几类
testing_count = 36;	% 测试数据个数，至少录36段录音
wavdir = '/tmp/voice_test';	% 这是放数据的文件路径，如果提示文件无法打开，改用绝对路径

mu_train = zeros(training_count, 12, GMM_com);
sigma_train = zeros(training_count, 12, GMM_com);
c_train = zeros(training_count, GMM_com, 1);

%% 训练过程
% 在<wavdir>/training/下为每个人建立一个文件夹，名称按数字顺序。
% 每个文件夹里是对应那个人的两段训练数据，分别命名为1.wav和2.wav。
for n = 1 : training_count
    twavdir = [wavdir, '/training/' num2str(n), '/1.wav'];
    twavdir2 = [wavdir, '/training/' num2str(n), '/2.wav'];
    [train_d