%0 Journal Article
%T 基于MFCC和SVM的说话人性别识别
%A 肖汉光
%A 何为
%J 重庆大学学报
%D 2009
%R 10.11835/j.issn.1000-582X.2009.07.009
%X 建立了普通话语音性别数据库，提出联合梅尔频率频谱系数(MelfrequencyCepstrumCoefficients,MFCC)的特征提取方法和支持向量机(SupportVectorMachine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较，实验结果表明该方法的说话人性别识别准确率达到98.7%，明显优于其它分类器。
%K 模式识别
%K 分类器
%K 性别识别
%K 支持向量机
%K 梅尔频率频谱系数
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200907010&flag=1