基于SVM的语音特征提取及识别模型研究  

Research on Speech Feature Extraction and Recognition Model Based on SVM

作　　者：吴皓莹[1] 程晶[1] 范凯[2] 

机构地区：[1]武汉理工大学信息工程学院,武汉430070 [2]湖北工业大学信息技术中心,武汉430068

出　　处：《武汉理工大学学报（交通科学与工程版）》2014年第2期316-319,共4页Journal of Wuhan University of Technology（Transportation Science & Engineering）

基　　金：国家自然科学基金项目资助(批准号:51211130307)

摘　　要：针对非特定文本的说话人识别,研究了特征提取方法及SVM核函数和参数选取对识别结果的影响,分析了现有的语音特征提取算法及各自的优缺点,以及不同核函数、核参数及惩罚参数对识别性能的影响.采用改进的网格寻优方法,进一步提高语音信息的识别时间.The paper chose a fold that a non-specific text speaker identification. The paper focused on feature extraction methods and SVM kernel function and parameter selection on the identification re-suits, focusing on analysis of the existing voice feature extraction algorithms , their advantages and disadvantages, different kernel function, kernel parameters and penalty parameters on the recognition performance. Grid search method is introduced in order to improve the recognition time.

关 键 词：支持向量机(SVM) 特征参数 核函数 识别模型 网格寻优算法 

分 类 号：TN912.34[电子电信—通信与信息系统]