基于PCS-PCA分类器和支持向量机的说话人确认

• 作者: 李恒杰 邢玉娟 高翔
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 说话人确认 主成分分析 主成份空间 支持向量机
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 实践与创新
• 页码范围: 217-218
• 分类号: TP391
• 字数: 2199字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9227.2012.05.094

摘要

针对语音识别率不高的问题,提出一种基于PCS-PCA和支持向量机的分级说话人确认方法.首先采用主成分分析法对话者特征向量降维的同时,得到说话人特征向量的主成份空间,在此空间中构造PCS-PCA分类器,筛选可能的目标说话人,然后采用支持向量机进行最终的说话人确认.仿真实验结果表明该方法具有较高的识别率和较快的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢玉娟	甘肃联合大学电子信息工程学院	35	107	6.0	7.0
2	李恒杰	甘肃联合大学电子信息工程学院	46	207	6.0	12.0
3	高翔	甘肃联合大学电子信息工程学院	12	24	3.0	4.0