基于Relief+SVM的语音信号特征提取及其识别

• 作者: 刘兴华 文峰 李太福 苏盈盈 葛继科
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: Relief 支持向量分类器 语音信号 特征选择
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机技术及其应用
• 页码范围: 122-125
• 页数: 4页
• 分类号: TN912.3
• 字数: 2225字
• 语种: 中文

摘要

针对语音信号的原始波形不能直接用于识别的问题,提出利用Relief算法对语音信号进行特征提取,在降低输入特征维数的同时,保留原有信号的特征.再利用结构风险最小化的支持向量分类器进行语音信号的识别.最后通过实例分析,对民歌、古筝2种不同音乐进行特征提取后,从原有的24维特征降为19维,分类器的正确率达到95.6％,而且算法的运行时间明显缩短.仿真结果表明该方法在语音信号特征选择,提高算法运行速度方面有明显效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电气与信息工程学院	87	399	11.0	15.0
2	苏盈盈	重庆科技学院电气与信息工程学院	50	147	6.0	9.0
4	葛继科	重庆科技学院电气与信息工程学院	27	96	6.0	8.0
5	刘兴华	重庆科技学院电气与信息工程学院	22	27	3.0	4.0
8	文峰	重庆科技学院电气与信息工程学院	1	3	1.0	1.0