基于VQ-MAP与LS-SVM融合的说话人识别系统

摘要：

传统的最小二乘支持向量机(LS-SVM)使用特征向量作为训练样本,在说话人识别系统中应用时区分性不够明显.对此,提出VQ-MAP与LS-SVM融合的方法,使用通用背景模型(UBM)经过VQ-MAP过程得到说话人自适应参数集,把此参数集作为最小二乘支持向量机的训练样本应用于说话人识别系统中.用Matlab进行仿真实验,结果表明,该识别系统SVM训练时间短,且具有较高的识别率.

关键词：最大后验概率、矢量量化、最小二乘支持向量机、说话人识别

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60961002

在线出版日期：2011-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：152-154