GMM-UBM和SVM在说话人识别中的应用

• 作者: 李荟 赵云敏
• 来源期刊: 计算机系统应用
• 关键词: 说话人识别 GMM-UBM SVM 组合核函数
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究开发
• 页码范围: 225-230
• 页数: 6页
• 字数: 4156字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006153

摘要

针对说话识别领域短语音导致的训练数据不充分的问题,选择能够突出说话人个性特征的GMM-UBM作为基线系统模型,并引入SVM解决GMM-UBM导致的系统鲁棒性差的问题.选择不同的核函数对SVM的识别性能有较大的影响,针对多项式核函数泛化能力较强、学习能力较差与径向基核函数学习能力较强、泛化能力较差的特性,对两种单核核函数进行线性加权组合,以使组合核函数兼具各单核的优点.仿真实验结果表明,组合核函数SVM的识别率和等错误率明显优于不引入SVM的GMM-UBM的基线系统及其它三个单核函数,并在不同信噪比情况下也兼顾了系统识别准确率与鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李荟	东北石油大学计算机与信息技术学院	16	29	3.0	4.0
2	赵云敏		5	10	2.0	3.0