基于KNN-SVM的自动语种识别  

作　　者：张凡 贺苏宁 

出　　处：《电信技术研究》2004年第3期15-19,共5页Research on telecommunication technology

摘　　要：将支持向量机(SVM)引入自动语种识别领域，并在其基础上提出一种改进的SVM——K-近邻支持向量机(KNN-SVM)：先利用KNN对训练集进行筛选，对每个样本求得它的K近邻，由目标样本与它的K近邻的类标的异同，决定其取舍，然后再用SVM来训练分类器。该方法有助于降低噪声干扰及不同语言的语音特征相互混杂的影响，简化SVM的决策面，尽量避免SVM发生过匹配。利用OGI-TS数据库对新算法的性能进行了测试。实验结果表明，该算法相对于传统语种识别方法和SVM算法，在分类正确率、分类速度上表现出了一定的优越性并且适用于大规模样本集的训练。

关 键 词：支持向量机 K-近邻 自动语种识别 线性预测倒谱系数 

分 类 号：TN912.34[电子电信—通信与信息系统]