Vergelijkende analyse tussen HMM- en GGM-UBM-methoden:

Dit onderzoek richt zich op manieren om het hoge foutenpercentage in spraakherkenningssystemen die getraind zijn met volwassen sprekers en getest zijn met kindersprekers tot een minimum te beperken. De GGM-UBM methode wordt gebruikt als alternatief voor de HMM methode bij het zoeken naar de optimale schaalfactor (¿-optimaal) voor kindervoice-overs bij gebruik van de luidsprekerstandaardisatietechniek. De toegepaste normalisatietechniek is de VTLN, die het spraakkanaal van verschillende kinderluidsprekers normaliseert door middel van de frequentieschaling van de honingfilterbank. Bij de evaluatie van deze techniek is ook gekeken naar de hoeveelheid optimale mengsels die de prestaties van het systeem verbeteren.