基于SVM评分融合的分类短语音话者确认系统

• 作者: 吴礼福 戴蓓蒨 李辉 解焱陆
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 信息融合 支持向量机 高斯混合模型-背景模型 话者确认
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 213-217
• 页数: 5页
• 分类号: TN912.34
• 字数: 3378字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2005.02.018

摘要

对于与文本无关短电话语音(小于30 s)的话者确认,在特征参数空间上分类并分别建模的方法,会带来多个子系统输出融合的问题.为了得到最终的评分,同时反映出各个子系统之间的非线性关系以及贡献的不同.本文提出了使用支持向量机(Support vector machine, SVM)进行后端评分融合的方法,对输出的两类评分矢量(目标话者和冒认话者)进行分类.在NIST'03数据库上的实验表明,在短语音情况下该方法比评分相加融合方法性能可以相对提高约11%,SVM不仅适用于多子系统的评分级的融合,对其他的多系统多信息的融合也行之有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	中国科学技术大学电子科学与技术系	214	1637	20.0	32.0
2	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
3	吴礼福	中国科学技术大学电子科学与技术系	3	20	3.0	3.0
4	解焱陆	中国科学技术大学电子科学与技术系	2	14	2.0	2.0