基于GMM统计特性参数和SVM的话者确认

• 作者: 戴蓓蒨 黄伟
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 高斯混合模型 统计参数 支持向量机 话者确认
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 365-370
• 页数: 6页
• 分类号: TN912.34
• 字数: 5302字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2004.04.002

摘要

针对与文本无关的话者确认中大量训练样本数据的情况,本文提出了一种基于GMM统计特性参数和支持向量机的与文本无关的话者确认系统,以说话人的GMM统计特性参数作为特征参数训练建立目标话者的SVM模型,既有效地提取了话者特征信息,解决了大样本数据下的SVM训练问题,又结合了统计模型鲁棒性好和辨别模型分辨力好的优点,提高了确认系统的确认性能及鲁棒性.对微软麦克风语音数据库和NIST'01手机电话语音数据库的实验表明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴蓓蒨	中国科学技术大学电子科学与技术系	35	247	9.0	13.0
2	黄伟	中国科学技术大学电子科学与技术系	84	724	15.0	23.0