10.3969/j.issn.1673-5439.2006.03.015
基于GMM统计参数和SVM的说话人辨认研究
支持向量机(SVM)是以统计学习理论为基础,解决模式识别问题的有力工具,但是它训练算法复杂,难以处理大量样本,限制了其在说话人识别方面的使用.针对这个问题,提出了一种基于GMM(高斯混合模型)统计参数和SVM的说话人辨认系统,以GMM模型的统计参数来训练SVM说话人辨认模型,有效解决了大样本数据下SVM模型的训练问题.实验表明,该方法有良好的效果,并且与倒谱加权方法结合后,可以增强系统的健壮性,进一步提高系统的识别率.
说话人辨认、支持向量机、高斯混合模型、倒谱加权
26
TN91
南京邮电大学校科研和教改项目2001院17
2006-07-31（万方平台首次上网日期，不代表论文的发表时间）
共5页
78-82
