%0 Journal Article
%T 基于gmm统计参数和svm的说话人辨认研究
%A 贺志阳
%A 张玲华
%J 南京邮电大学学报(自然科学版)
%P 78-82
%D 2006
%X 支持向量机(svm)是以统计学习理论为基础,解决模式识别问题的有力工具,但是它训练算法复杂,难以处理大量样本,限制了其在说话人识别方面的使用。针对这个问题,提出了一种基于gmm(高斯混合模型)统计参数和svm的说话人辨认系统,以gmm模型的统计参数来训练svm说话人辨认模型,有效解决了大样本数据下svm模型的训练问题。实验表明,该方法有良好的效果,并且与倒谱加权方法结合后,可以增强系统的健壮性,进一步提高系统的识别率。
%K 说话人辨认
%K 支持向量机
%K 高斯混合模型
%K 倒谱加权
%U http://nyzr.njupt.edu.cn/ch/reader/view_abstract.aspx?file_no=200601015&flag=1