支持向量机在语音激活检测中的应用研究

• 作者: 周亚同 张晓娣 董恩清 赵鹤鸣
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 支持向量机 模式识别 统计学习理论 语音激活检测 语音编码
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 技术报告
• 页码范围: 70-77
• 页数: 8页
• 分类号: TN912.3
• 字数: 4064字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436X.2003.03.011

摘要

提出将支持向量机(SVM)方法应用于语音激活检测(VAD),并验证SVM方法在VAD检测中的有效性.采用了快速训练支持向量机的序列最小最优化方法(SMO)进行训练.提出的基于SVM的VAD方法仍然采用G.729附件B(G.729B)中的VAD方法所采用的特征参数作为分类的特征参数.经过基于SVM的VAD方法与G.729B的VAD方法进行比较,表明SVM方法应用于VAD中是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹤鸣	苏州大学电子信息学院	140	1024	17.0	23.0
2	董恩清	苏州大学电子信息学院	15	140	6.0	11.0
6	周亚同	西安交通大学电子与信息工程学院	16	166	7.0	12.0