基于GMM-SVM的说话人识别系统研究

• 作者: 杨红喆 毛竹 赵立辉 霍春宝
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 说话人识别 GMM SVM 识别率
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 实验研究
• 页码范围: 49-53
• 页数: 5页
• 分类号: TD679
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2014.05.013

摘要

针对同类语音数据的相似性和不同类数据具有不同几何距离的特点,提出了一种基于GMM-SVM的说话人识别系统.该系统结合了GMM和SVM的优点,解决了GMM在语音数据较小时不能区分数据间的差异性及SVM在处理大量数据时识别率下降的问题；采用改进的K-Means算法实现模型参数初始化,提高了参数精度.试验结果表明,基于GMM-SVM的说话人识别系统较单独采用GMM或SVM的系统具有更好的识别率和鲁棒性.