基于SVM-GMM的开集说话人识别方法

• 作者: 徐东平 陈黎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 高斯混合模型 开集说话人识别 等误识率
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 172-174,177
• 分类号: TP18
• 字数: 4224字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.14.057

摘要

建立一种支持向量机-高斯混合模型(SVM-GMM),用以提高开集说话人识别的识别率.该模型的基本思想是将SVM的分类结果用GMM模型进行确认.由于SVM模型具有较好的分类性能,而GMM模型能够较好地描述类别内部的相似性,因此这2个模型的组合能够优势互补,从而获得较好的识别效果.实验结果表明,使用SVM-GMM模型能有效地提高开集说话人识别的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐东平	武汉理工大学计算机科学与技术学院	43	256	9.0	13.0
2	陈黎	武汉理工大学计算机科学与技术学院	4	15	2.0	3.0