基于SVM-GMM混合模型的说话人辨认研究

• 作者: 刘浏 孙华 崔宣
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 说话人识别 高斯混合模型(GMM) 支持向量机(SVM) SVM-GMM混合模型
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 58-61,88
• 页数: 5页
• 分类号: TN912.34
• 字数: 3199字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2010.01.016

摘要

通过建立一种新的混合模型--SVM-GMM模型,用以提高说话人辨认的识别率.其中介绍了高斯混合模型(GMM)和支持向量机(SVM)建立的基本原理,指出厂高斯混合模型和支持向量机在实际应用中的不足之处,并针埘这两种模型各自的特点,提出了将GMM模型的输出机制引入到SVM模型中,以便于调整支持向苗机(SVM)模型的概率输出,并建立了SVM-GMM混合模型.通过实验对比,验证了使用SVM-GMM模型能有效的提高系统识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙华	西华大学机械工程与自动化学院	36	109	5.0	8.0
2	崔宣	西华大学机械工程与自动化学院	17	94	4.0	9.0
3	刘浏	四川外语学院成都学院计算机教研室	4	11	3.0	3.0