基于GMM多维概率输出的SVM话者确认  

Speaker Verification Based on GMM Multidimensional Likelihoods and SVM

作　　者：刘明辉[1,2] 戴蓓蒨[1,2] 解焱陆[1,2] 

机构地区：[1]中国科学技术大学多媒体计算与通信教育部-微软重点实验室,合肥230027 [2]中国科学技术大学电子科学与技术系,合肥230027

出　　处：《模式识别与人工智能》2008年第1期28-33,共6页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金资助项目(No.60272039)

摘　　要：提出一种结合统计模型与区分性模型优点的说话人确认方法:基于GMM多维概率输出的SVM话者模型的说话人确认.以目标说话人的GMM模型对一条语音的不同特征分量的概率输出作为特征参数,建立目标说话人的SVM模型.在NIST’05 8conv4w-lconv4w数据库上的实验表明该方法的有效性.In this paper, a text-independent speaker verification system based on GMM multidimensional likelihoods and SVM is proposed, which combines the advantages of both generative model and discriminative model. In this method, the GMM multidimensional likelihoods for the test speech are regarded as new features for SVM. Experiment results of text-independent speaker verification on NIST＇05 8conv4w-1conv4w database show effectiveness of the proposed system.

关 键 词：说话人确认 GMM多维概率输出 支持向量机(SVM) 文本无关 

分 类 号：TN912.34[电子电信—通信与信息系统]