基于SVM-UBM的语言辨识系统

• 作者: 屈丹 张文林 李弼程
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语言辨识 支持向量机 序列核 高斯混合模型 全局背景模型
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 学术探讨
• 页码范围: 41-43
• 页数: 3页
• 分类号: TN912.3
• 字数: 3151字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.10.012

摘要

支持向量机作为强大的理论和计算工具,已成功地应用在模式识别的众多领域中.研究了将支持向量机模型(SVM)应用于语言辨识的理论框架,提出了将Louradour序列核应用于语言辨识,并利用高斯混合模型(GMM)构造全局背景模型(UBM)对其进行了改进,从而导出了基于SVM-UBM的语言辨识系统.相关实验结果表明,该系统的识别率高于经典的高斯混合模型(CMM)和基于广义线性区分性核(GLDS)的支持向量机模型.

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	信息工程大学信息工程学院	102	1583	19.0	37.0
2	张文林	信息工程大学信息工程学院	16	77	5.0	8.0
3	屈丹	信息工程大学信息工程学院	23	52	4.0	6.0