基于SVM的多分类器融合算法在说话人识别中的应用

• 作者: 徐毅琼 李弼程 王波
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 说话人识别 多分类器协同 子带结构分类器 分层识别 人工神经网络 混合高斯模型 支持向量机
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 2909-2910,2913
• 页数: 3页
• 分类号: TP912
• 字数: 2268字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.12.045

摘要

多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足,并为研制更高性能的分类器,提供了解决问题的另一个途径.提出了一种基于SVM的多分类器说话人识别系统,该系统的识别框架基于多分类器的协同工作.该多分类器系统采用了ANN(artificial neural networks)、GMM(gaussian mixed model)分类器和子带结构分类器,参数选取包括MFCC(mel frequency cepstrum coefficient)、LPCC(linear prediction cepstrum coefficient).多分类器融合采用SVM方法.本系统在超短波信道(15 db)的实际应用中达到94%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	李弼程	解放军信息工程大学信息工程学院	77	636	13.0	22.0
2	王波	解放军信息工程大学信息工程学院	19	157	7.0	12.0
3	徐毅琼	解放军信息工程大学信息工程学院	4	18	2.0	4.0