基于支撑向量机的文本无关的说话人识别系统

• 作者: 何昕 刘重庆 李介谷
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支撑向量机 向量量化 高斯混合模型 说话人辨认 说话人识别
• 年，卷（期）: 2000,（6）
• 所属期刊栏目: 人工智能及应用
• 页码范围: 61-63
• 页数: 3页
• 分类号: TP18
• 字数: 2668字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2000.06.024

摘要

支撑向量机(SVM)是一种新的统计学习方法.提出一种基于支撑向量机的文本无关的说话人辨认系统,在作者的实验中得到了98%的平均识别率,同时实验表明同基于向量量化(VQ)和高斯混合模型(GMM)的经典方法相比,基于SVM的方法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李介谷	上海交通大学图象处理与模式识别研究所	24	446	9.0	21.0
2	何昕	上海交通大学图象处理与模式识别研究所	6	164	5.0	6.0
3	刘重庆	上海交通大学图象处理与模式识别研究所	42	945	17.0	30.0