Gaussian核SVM在抗噪语音识别中的应用

• 作者: 张雪英 白静
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 支持向量机 Gamsian核 多类分类算法 特征提取 语音识别
• 年，卷（期）: 2009,（17）
• 所属期刊栏目: 人工智能
• 页码范围: 4061-4063,4066
• 页数: 4页
• 分类号: TN912
• 字数: 3831字
• 语种: 中文

摘要

为提高机器学习的推广能力,解决语音识别系统在噪声环境中识别率变差等问题,采用改进的MFCC语音特征参数,用Gaussian核支持向量机(SVM)作为语音识别网络,对SVM多类分类问题采用"一对一"分类算法,实现了一个汉语孤立词非特定人中等词汇量的抗噪语音识别系统.通过实验,分析了Gaussian核参数y和误差惩罚参数C对SVM推广能力的影响.实验结果表明,当工作在不同信噪比情况下,使用最优参数的Gaussion核SVM的识别率比使用RBF神经网络有较大的提高,训练时间能大为缩减,鲁棒性也较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	太原理工大学信息工程学院	233	1213	15.0	23.0
2	白静	太原理工大学信息工程学院	39	197	8.0	11.0