基于GMM统计参数和SVM的说话人辨认研究

• 作者: 张玲华 贺志阳
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 说话人辨认 支持向量机 高斯混合模型 倒谱加权
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 78-82
• 页数: 5页
• 分类号: TN91
• 字数: 4720字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5439.2006.03.015

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玲华	南京邮电大学通信与信息工程学院	62	373	10.0	15.0
2	贺志阳	南京邮电大学通信与信息工程学院	1	10	1.0	1.0