基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将UBM 子空间中的说话人MLLR自适应得到的 M-矢量应用于SVM 中,提出了一种新的说话人确认系统.该系统有效地将扰动属性映射算法整合到SVM核函数中,实现在核空间中直接对 M-矢量进行信道补偿,从而提高系统对信道干扰的鲁棒性能.实验结果表明:相比传统基于音素类的MLLR-SVM 和基于 I-矢量的 I-vector-SVM基线系统,在不需要大量有文本内容标注的语音数据、复杂度和运算量都很高的自动语音识别系统、因子空间统计量的估计的情况下,本系统可获得与最好的基线系统几乎相当的性能,同时还表现出很强的互补特性.在NIST SRE2008说话人评测数据库上测试结果表明:提出系统的性能与基于 I-矢量的说话人确认系统的性能接近,并表现出很强的互补性,融合后的等错误率相对下降了13.3%.
推荐文章
基于支持向量机的说话人识别研究
支持向量机
说话人识别
结构风险最小化
核函数
基于GMM聚类的鲁棒性i向量说话人确认
说话人识别
高斯混合模型
巴氏距离
支持向量机
线性判别分析
基于倒谱与复杂性的说话人确认系统
说话人识别
倒谱参数
复杂性特征
基于支撑向量机的说话人确认系统
支撑向量机
向量量化
高斯混合模型
说话人确认
说话人识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用 M-矢量和支持向量机的说话人确认系统
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 语音识别 说话人确认 最大似然线性回归 扰动属性映射 支持向量机 M-矢量
年,卷(期) 2014,(8) 所属期刊栏目 电子与信息工程
研究方向 页码范围 63-68
页数 6页 分类号 TP391.42
字数 语种 中文
DOI 10.13245/j.hust.140813
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴礼荣 中国科学技术大学电子工程与信息科学系 86 643 14.0 21.0
2 龙艳花 上海师范大学电气信息系 8 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (4)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音识别
说话人确认
最大似然线性回归
扰动属性映射
支持向量机
M-矢量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导