模糊判决支持向量机在自动语种辨识中的研究  

Automatic Language Identification Based on FDSVM

作　　者：张凡[1] 贺苏宁[1] 

机构地区：[1]西南电子电信技术研究所国家级重点实验室,成都610041

出　　处：《计算机工程与应用》2004年第21期69-71,共3页Computer Engineering and Applications

基　　金：国家部委基金项目(编号:514950307)资助

摘　　要：支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的通用学习方法。自动语种辨识是语音信号处理中新出现的分支,也是一项较难的课题。该文提出的模糊判决支持向量机(FDSVM)是对支持向量机的判决结果的合理化改进,并应用于自动语种辨识系统。利用OGI-TS电话语音库对新算法的性能进行测试,然后给出实验结果。结果表明,该算法相对于传统算法是一种更有效的方法。A support vector machines(SVM)is a new powerful classification machines from the theory of learning systems.Automatic language identification is a new and difficult embranchment of the speech signal processing.In this paper,Fussy Discrimination SVM(FDSVM)algorithm is provided which is an improving method based on SVM.Some experiments are conducted using OGI-TS telephone speech corpus.Then experiments results are described.It is shown that FDSVM is another more efficient method comparing with traditional ways.

关 键 词：模糊判决支持向量机 语种辨识 线性预测倒谱系数 

分 类 号：TN192[电子电信—物理电子学]