基于支撑向量机的文本无关的说话人识别系统  

Text-independent Speaker Identification Based on Support Vector Machines

作　　者：何昕[1] 刘重庆[1] 李介谷[1] 

机构地区：[1]上海交通大学图象处理与模式识别研究所,上海200030

出　　处：《计算机工程》2000年第6期61-63,共3页Computer Engineering

摘　　要：支撑向量机（SVM）是一种新的统计学习方法。提出一种基于支撑向量机的文本无关的说话人辨认系统，在作者的实验中得到了98％的平均识别率，同时实验表明同基于向量量化（VQ）和高斯混合模型（GMM）的经典方法相比，基于SVM的方法具有更好的性能。Suport vector Machincs (SVMs) is a novcl type of stahstical lcarning mcthods. Ths paper proposcs a tecxt-indcpendcnt speakcr idcntincahonsystcm based on support vcctor machincs. In our cxpcrimcnts.s an avcragc rccognihon ratc for system bascd on SVMs reachcs 98%, and thecxperimental rcsults als0 show that the pcrformance of test systcm is bcttcr than the systems bascd on VQ 0r GMM as comparison.

关 键 词：支撑向量机 说话人识别系统 语音识别 模式识别 

分 类 号：TN912.34[电子电信—通信与信息系统]